Statistik adalah ?Sekumpulan konsep dan metode yang digunakan untuk mengumpulkan dan menginterpretasi data tentang bidang kegiatan tertentu dan mengambil kesimpulan dalam situasi dimana ada ketidakpastian dan variasi

Statistika Kesehatan

= >Data /informasi yang berkaitan dengan masalah kesehatanContoh : AKI, Sarana kesehatan, cakupan imunisasi, dll = >Pengolahan data penelitian

Posisi Statistik dalam kegiatan penelitian

TEORIHIPOTESAOBSERVASIGENERALISASISTATISTIK

Fungsi Statistika KesehatanPerencanaan program pelayanan kesehatanPenyelesaian masalah kesehatanAnalisis berbagai penyakit selama periode waktu tertentu (time series analysis)Menentukan penyebab timbulnya penyakit baru yang belum diketahui Menguji manfaat obat bagi penyembuhan penyakit (setelah hasil uji klinik dinyatakan berhasil)Secara administratif dapat untuk memberi penerangan tentang kesehatan kepada masyarakat

TUJUAN STATISTIK 1.Memberikan gambaran/ ukuran mengenai status/ derajat kesehatan. Contoh: Angka Kematian Bayi2.Untuk evaluasi program kesehatan,Contoh: Status Kesehatan*10 th yll AKI = 125/100000*Sekarang AKI = 75/1000003.Untuk merencanakan program kesehatanContoh: Didapat data pola penyakit di suatu daerah Dasar pengalokasian sumber daya kesehatan4. Analisa data: Uji T test, Anova dll (Kemaknaan)

Pengelompokan StatistikaStatistika DeskriptifStatistika Deskriptif: statistika yang menggunakan data pada suatu kelompok untuk menjelaskan atau menarik kesimpulan mengenai kelompok itu sajaCth : Untuk menggambarkan karakteristik penduduk diperlukan data seperti: umur, jenis kelamin, status perkawinan, dsb

Statistika Inferensalstatistika yang menggunakan data dari suatu sampel untuk menarik kesimpulan mengenai populasi dari mana sampel tersebut diambil Cth : Untuk menganalisa hubungan pertambahan berat badan Ibu hamil dengan berat lahirdi daerah Sidoarjo diambil sampel di RSUD Sidoarjo

Pengelompokan Stat Analitik (inferensial)Statistika Parametrik: Menggunakan asumsi mengenai populasi Membutuhkan pengukuran kuantitatif dengan level data interval atau rasioStatistika Nonparametrik (distribution-free statistics for use with nominal / ordinal data): Menggunakan lebih sedikit asumsi mengenai populasi (atau bahkan tidak ada sama sekali) Membutuhkan data dengan level serendah rendahnya ordinal (ada beberapa metode untuk nominal)

Variabel Penelitiansetiap hal dalam suatu penelitian yang datanya ingin diperoleh. Dinamakan variabel karena nilai dari data tersebut beragam Contoh :- jenis kelamin,- tekanan darah (sist/diast)- kadar Hb- dll

VARIABEL/PEUBAHDiskret : hasil perhitungan- jumlah anak dalam keluarga- jumlah puskesmas, dllKontinu : hasil pengukuran- umur- berat badan

Jenis Variabel

1. Variabel tergantung (dependent variable)2. Variabel bebas (independent variable)3. Variabel penengah (moderating variable)4. Variabel sela/antara (intervening variable)

- STATISTIK : Ukuran karakteristik sampel ( x, s r )

PARAMETER : Ukuran karakteristik populasi

DATA/ DATUM Keterangan yang dapt memberikan gambaran tentang suatu keadaan populasi. Hasil pengamatan suatu populasi :- Status- Informasi- Keterangan

Syarat Data :ObyektifRepresentatifUp to date (kecuali utk penelitian historis / retrospektif)

Menurut Sumber, data dikelompokkan :1. Data primer : Data/ yang dikumpulkan sendiri oleh peneliti ( data langsung dari responden )2. Data Sekunder : a. Internal : data yang berasal dari lingkungan sendiri ( medical record ) b. Eksternal : Data yang diperoleh antar lintas sektor ( biro pusat statistik )

Karakteristik dataAkurasi : data yang dikumpulkan setidak-tidaknya harus mendekati sebenarnya. (dinilai sebagai veliditas)- Presisi : pengukuran meskipun dilakukan berulang-ulang oleh siapapun hasilnya tetap sama.(dinilai sebagai reliabilitas)- Validitas eksternal : Karakteristik data sampel harus sama dengan karakteristik data populasi. Seberapa jauh bisa digeneralisasi termasuk ke populasi lain- Validitas Internal :

Validitias Internal : Meliputi kemampuan dan keahlian dari orang yang melakukan tugas, sensitivitas alat diagnostik atau laboratorium. contoh : pemeriksaan Hb dg Haemometer sahli oleh perawat, Validitas internalnya beda dengan pemeriksaan Hb dg Spektrometer oleh analis.

Metode Pengumpulan Data :Komunikasi (kuesioner dan wawancara)Bersifat self report ( introspeksi terhadap diri sendiri)Kuesioner : - kuesioner pilihan - Kuesioner isianWawancara : - wawancara bebas - wawancara terpimpinb. Observasi (pengamatan)

Pengamatan Dengan pengamatan data dapat dicatat dengan segera dlm hal ini tidak tergantung dari ingatan seseorang / data lampau.

Syarat-syarat pengamatan :Mengetahui apa yang diamatiPerilaku dibuat dalam kategori-kategoriUnit yang digunakan dalam mengukur kategori harus jelasHarus punya derajat terapan atau generalisasiBesar sampel harus ditentukanPengamatan harus reliabel dan valid

CARA PEMILIHAN UJI STATISTIK :TujuanJenis skala dataAsumsi dasarJumlah sampelJumlah variabelStatistikANALITIKDESKRIPTIF

TAHAPAN ANALISA DATA

TAHAPLINGKUPCONTOHTUJUANPertamaDeskriptif (distribusi variabel)Mean, median,modus, simpangan baku, Int kepercayaan, distribusi frekuensi, (grafik/diagram)Editing akhir karakteristik, Dasar pemilihan analisis statistik.(membersihkanData)KeduaAnalitik / Inferensial (asosiasi antar variabel)Tabel silang, komparasi,korelasi, regresiEstimasiUji Hipotesis, Kuat asosiasi

DESKRIPTIFSajian data dapat dilaporkan dalam bentuk :1. Tulisan2. Tabel : tabel frekuensi3. Gambar/grafik : Histogram, diagram garis, diagram batang, diagram lingkar, diagram tebar, pictogram, box whisker plot, dot plot

PENGOLAHAN DATA DESKRIPTIFDistribusi Frekuensi Data Kuantitatif - Terlebih dulu cari harga max dan min. Selisihnya disebut Range = R - Tentukan jumlah kelas dan interval kelas Rumus Sturgess : M =1 + 3.3logN M= jumlah kelas, N=jumlah data (observasi)Distribusi Frekuensi Data Kualitatif - Buat frekuensi dan prosentasenyaInterval = R : M

Contoh : Tinggi Badan anak kelas VI SD

Jumlah kelas :K = 1 + 3,322 log 48K = 6,58K = 7

Lebar kelas intervali = ( 74,2 - 72,3 ) / 7i = 0,3

72.373.473.573.073.773.972.473.073.474.573.772.972.573.173.673.473.773.972.673.173.473.673.773.972.772.872.872.972.973.273.273.373.473.573.573.673.673.773.773.873.873.874.074.074.074.174.274.2

1. NILAI RATA-RATA HITUNG (MEAN) contoh :

2. MEDIAN (Md) Nilai yang membagi distr 2 sama besar - n ganjil : median pada urutan ke (n+1) / 2 contoh diatas : (9+1) / 2 = 5 Md = 61 - n genap : median pada urutan diantara ke n / 2 dan (n/2) + 1 mis = 59 60 60 60 60 61 62 66 75 76 Md = (60+61) / 2 = 60,5 kg

3. MODUS (Mo) Nilai yang sering muncul Mis contoh diatas Mo= 60

Peserta123456789BB (KG)596060606162667576

B. GROUPed DATA (TERKELOMPOK)Nilai rata-rata hitung (MEAN) rata-rata dari distribusi frekuensi asumsi : setiap pengamatan dalam kelas mempunyai nilai yang sama dengan nilai titik tengah klas.

BB (Kg)fttk tengah klas (m)fm35-

MEDIAN ( grouped data)

Ket : Md = median Lmd = batas bawah klas median n = besar sampel cf = frek kump sampai klas median f.Md = frek klas median i = besar interval

Modus grouped dataAsumsi: modus pada kelas yang mempunyai trek terbanyak ( langsung dibawah puncak poligon frek )

Keterangan : Mo = modus Lmo = batas bawah kelas modus d1 = beda antara frekuensi klas modus dgn frek kelas sblum kelas modus d2 = beda antara frekunsi kelas modus dgn frek kelas sesudah kelas modus i = besar interval

Nilai VariasiVarian : parameter ukuran penyebaran data, variabilitas nilai terhadap meanV (S) = (x-) n-1Standar Deviasi : simpangan baku, akar varianS = v = SKoefisien Varian : rasio SD terhadap mean dalam persen.S x 100%

HistogramUntuk Data Kontinyu

Diagram Garis (Line Diagram)Untuk data diskrit

Diagram Batang (Bar)Data diskrit atau skala nominal atau skala ordinal

Diagram Lingkar (Pie Diagram)Data diskrit atau kategori. Menggambarkan %

ANALITIKEx:Ho = tekanan darah penduduk desa sama dengan penduduk kotaH1 = tekanan darah penduduk desa sama berbeda penduduk kotaP Value : - Probabilitas untuk memperoleh hasil apabila Ho adalah benar. - semakin kecil P-value, semakin besar penolakan terhadap Ho - Umumnya signifikan apabila P-value

Tujuan Penelitian:Komparasi (perbandingan)Apakah ada perbedaan...Korelasi (hubungan)Apakah ada hubungan...

Ctt: magnitude (berapa besar-> deskriptif. causal (apakah penyebab-> analitik)

Data dpt dikelompokkan menurut sifatnya : Data kualitatif : karakteristiknya bersifat kualitatif ( Skala nominal )Data semikuantitif : punya peringkat ( skala ordinal )Data kuantitatif : data yang mempunyai nilai yang dapat ditentukan besarnya ( interval & ratio ) - diskret - kontinyu

SKALA PENGUKURAN

SKALASifatRatioIntervalOrdinalNominalKelipatan+---Selisih++--Jenjang+++-Bedakan++++ContohTiter atbSh udrpdidiknagama

Asumsi Dasar Asumsi dasar disini hanya diperuntukan untuk skala data kuantitatif ( ratio dan interval )

Apabila data berupa kuantitatif distribusi Normal maka uji memakai Uji Parametrik, Sedangkan data Kuantitatif dengan distribusi tidak normal maka uji akan turun,yaitu menggunakan uji Non Parametrik.

Jumlah sampel Jumlah sampel / jumlah perlakuan-kontrol / jumlah kelompok akan menentukan uji yang akan dipakai

Ctt: jumlah sampel = jumlah kelompok Besar sampel = jumlah individu / responden

Jumlah Variabel Jumlah varibel akan sangat berkaitan erat dengan jenis uji yang akan dipakai.

Misalkan ada satu variabel tergantung / akibat yang dipengaruhi oleh 5 variabel bebas / penyebab secara bersamaan maka uji yang dipakai akan berbeda halnya bila satau persatu variabel bebas tersebut dikaitkan dengan variabel tergantungnya

Pemilihan teknik analisa data

Tujuan ujiJumlah sampel/pasanganSampel bebas / berpasanganJenis variabelKuantitatif (rasio-interval) Populasi berdistribusi normalSemiKuantitatif (ordinal) Kuantitatif distribusi populasi tak normalKualitatif (nominal) / KatogotikKomparasi2BebasUji t 2 sampel bebas Uji Mann-WhitneyUji jumlah peringkat WilcoxonUji Khi-kuadrat

-Uji eksak FisherBerpasanganUji t 2 sampel berpasanganUji peringkat bertanda WilcUji Mc Nemar>2BebasAnova 1 arahKruskall-WallisUji khi-kuadratBerpasanganAnova untuk subyek yang samaUji FriedmanUji Cohrans KorelasiKorelasi Pearson (r)RegresiKorelasi Spearmen (rs)Korelasi KappaKoefisien kontingensi(c)Koefisien PhiKoefisien Kappa

Daftar PustakaPurnomo,W.2007.Statistik dan Statistika Managemen .PPS S2 Airlangga.Sarmanu, dkk.2007. Statistika Parametrik. LPPM Airlangga.Sarmanu, dkk.2007. Statistika Non Parametrik. LPPM Airlangga.Rosner,B.Fundamental of Biostatistics. PWS Kent Publishing.Co.Dixon,JD &Massey,FJ.1991. Pengantar Analysis Statistik. Gajahmada University Press( terjemahan)Cocran,W. Statistical Method. UIOWA University Press.