Pengantar statistik okupasi

31 Januariri 201531 Januariri 2015 11

METRIS DANMETRIS DANBIOSTATISTIKABIOSTATISTIKA

Departemen IKK - FKUIDepartemen IKK - FKUI


TUJUAN UMUMTUJUAN UMUM

Bila dihadapkan pada sekumpulan data sekunder hasil dari suatu

penelitian dalam rangka pemecahan masalah, peserta program akan mampu untuk

meninjau dan membahas masalah tersebut dari aspek biostatistika secara benar.


TUJUAN KHUSUSTUJUAN KHUSUS

Peserta mampu:

Menyusun rencana analisa statistik Menentukan metoda analisa statistikMenginterpretasikan hasil analisa

statistikMenggunakan perangkat program

statistik dengan komputer


SASARAN PEMBELAJARANSASARAN PEMBELAJARAN

Mampu melakukan pengolahan, penganalisaan dan pengambilan kesimpulan data statistik secara rasional.

Mampu bekerja secara sistimatik dalam melakukan aplikasi program statistik menggunakan perangkat komputer.


MATA AJARANMATA AJARAN

Peserta program diajarkan mengenai konsep dasar biostatistik, penerapan metoda pengolahan, penyajian, dan analisa data penelitian.

Peserta program akan berlatih mengenai penggunaan perangkat program statistik komputer dalam proses penganalisaan data penelitian.


STRATEGISTRATEGI

Kuliah tatap muka melalui proses pembelajaran aktif dua arah mengenai konsep dasar biostatistik, teori dan aplikasi metoda analisa data penelitian.

Praktikum simulasi menggunakan data penelitian yang tersedia dengan perangkat program statistik komputer.


Pengantar biostatistika

Latihan dasar SPSS

JPAK

Statistik deskriptif (teori & praktek) RAW

Statistik inferens (teori & praktek) AK

Parametrik (teori & praktek) ZA

Non parametrik (teori & praktek) NP

Multivariate (teori & praktek) JP

Kapita selekta

Dasar analisa kualitatif

JPNP

Ujian bio statistik


PAKET PROGRAMPAKET PROGRAM

Excel data entry, graphsEpi Info data entry, validationSPSS processingSTATA processingPower point presentation

Interchangeable


KELENGKAPAN PESERTAKELENGKAPAN PESERTA

KalkulatorLaptop komputer

SPSS versi 11.5Epi InfoExcellMicrosoft WordPower point


PENGANTAR STATISTIKPENGANTAR STATISTIK


MANFAAT STATISTIKMANFAAT STATISTIK

Alat bantu interpretasi dataBukan sebagai penentu utama

HATI-HATI:

Dapat disalahgunakan untukmenyesatkan pembaca


STATISTIKSTATISTIK

STATISTIK DESKRIPTIFSTATISTIK INFERENS

Pengumpulan dataPengolahan dataPenyajian dataInterpretasi data


TERMINOLOGITERMINOLOGI

EPIDEMIOLOGI

Deskriptif

Analitik

STATISTIK

Deskriptif

Analitik ????

INFERENS


STATISTIK INFERENSSTATISTIK INFERENS

populasi

statistics

XSP

inferens

parameters

sampel


DATADATA

SUMBER PRIMER SUMBER SEKUNDER SUMBER TERSIER

NOMINALORDINALINTERVALRATIO

KUALITATIF

KUANTITATIF


PENGUMPULAN DATAPENGUMPULAN DATA

Pengamatan / ObservasiKuesioner / AngketWawancaraPemeriksaan FisikPemeriksaan Lab/Penunjang


SYARAT KUESIONERSYARAT KUESIONER

Tidak membingungkanTidak menyinggung SARATidak mempunyai arti gandaTidak bersifat hipotetis


GANGGUAN KUALITASGANGGUAN KUALITAS

GARBAGE IN GARBAGE OUT

KESIMPULAN SALAH TOTAL


KESIMPULAN SALAHKESIMPULAN SALAH

GENERALISASI YANG SALAHTINDAK LANJUT YANG SALAH

DAMPAK PADA MASYARAKAT LUAS


SUMBER KESALAHANSUMBER KESALAHAN

Kesalahan desain studiGangguan kualitas dataKesalahan cara pengolahanKesalahan analisa data


UPAYA MENJAGA UPAYA MENJAGA KUALITAS DATAKUALITAS DATA

Standardisasi petugasStandardisasi instrumenStandardisasi metodaPanduan tertulis yang jelasPengawasan di lapangan


EDITING DATAEDITING DATA

Kelengkapan pengisian dataKejelasan pengisian dataKebenaran arti dataRelevansi data yang dicatatKonsistensi pengisian dataKeseragaman unit data


PROSES PENGOLAHANPROSES PENGOLAHAN

Batasan operasional jelasPengkodean data penelitianPerekaman data penelitianValidasi data penelitianTabulasi data penelitianPenarikan kesimpulan


PRINSIP DASARPRINSIP DASAR

Data harus bersihTergantung jenis dataSesuai disain penelitian

MENJAWAB TUJUAN PENELITIAN


TAHAP PENGOLAHANTAHAP PENGOLAHAN

ANALISA UNI VARIATE

ANALISA BI VARIATE

ANALISA MULTI VARIATE


DISAIN SURVEI DISAIN SURVEI DESKRIPTIFDESKRIPTIF

Analisa kualitas sampel menilai sejauh mana kesimpulan umum

Penghitungan proporsi (dan Mean +/- SD) secara umum

Penghitungan sebarannya menurut faktor orang, tempat, waktu

Lakukan internal comparison penyusunan hipotesa


PENGOLAHAN DATAPENGOLAHAN DATA

MANUAL KECIL / SEDERHANA

MEKANIKAL DITINGGALKAN

ELEKTRONIKAL BESAR / KOMPLEKS

Central tendency Dispersion Skewness Curtosis


DESKRIPSI AGREGATDESKRIPSI AGREGAT


DESKRIPSI AGREGATDESKRIPSI AGREGAT

Tendensi berkumpul di tengahPenyebaran nilai pengamatanSimetrisasi penyebaranKegemukan bentuk kurva


TENDENSI TENGAHTENDENSI TENGAH

RATA-RATA HITUNG (MEAN)RATA-RATA MEDIANRATA-RATA MODUS

RATA-RATA GEOMETRISRATA-RATA HARMONIS

MEWAKILI KESELURUHAN ANGGOTA AGREGAT


NILAI MEAN ( X )NILAI MEAN ( X )

RUMUS STATISTIK

XiX = n


SIFAT NILAI MEANSIFAT NILAI MEAN

Nilai rata-rata yang nyataMudah dimengertiDasar pengujian statistikSangat dipengaruhi nilai ekstremUntuk agregat yang homogenTidak cocok untuk yang heterogen


NILAI MEDIAN (Med)NILAI MEDIAN (Med)

Nilai posisi ( Q2 - D5 - P50 )Letaknya di tengah agregatSusunan array dataSedikit dipengaruhi nilai ekstremUntuk agregat yang heterogenPengujian statistik terbatas


POSISI MEDIANPOSISI MEDIAN

SAMPEL GANJILn + 1

POSISI = 2

SAMPEL GENAP n

POSISI = 2


NILAI MODUS (Mod)NILAI MODUS (Mod)

Nilai yang paling seringTak dipengaruhi ekstremUntuk agregat sangat banyakMenggambarkan mayoritas


PENGARUH EKSTREMPENGARUH EKSTREM

|Mod - X| : |Med - X| = 3 : 2

Mod

Med X


PENGGABUNGAN MEANPENGGABUNGAN MEAN

Tak boleh secara langsungDitentukan oleh besar sampelPendekatan weighted mean

X1 * n1 + X2 * n2X gab =

n1 + n2


DISPERSI NILAIDISPERSI NILAI

RANGE ( Maksimum - Minimum )SEMI INTER QUARTILE RANGE

AVERAGE DEVIATION

VARIANCESTANDARD DEVIATION


NILAI VARIANCENILAI VARIANCE

Merupakan geometric meanSatu tingkat lebih tinggi

(Xi - X)2 Xi2 - ( Xi)2/nVar = =

n - 1 n - 1


STANDARD DEVIATIONSTANDARD DEVIATION

Ukuran yang paling seringAkar dari nilai variance

Xi2 - ( Xi)2/nSD = Var =

n - 1


HOMOGENITASHOMOGENITAS

COV = Coeficcient Of VariationNILAI YANG BEBAS UNIT UKURAN

COV = SD / X * 100%

HOMOGEN BILA COV < 30%MERAGUKAN BILA 30% - 50%HETEROGEN BILA COV > 50%


CONTOH COVCONTOH COV

POPULASI AYAM X1 = 2.5 KgSD1= 0.5 Kg

COV1 = 0.5/2.5*100% = 20%

POPULASI GAJAH X2 = 750 KgSD2= 25 Kg

COV2 = 25/750*100% = 3.3%


SIFAT SIMETRISASISIFAT SIMETRISASI

NILAI X = Med = ModMIRING KANAN BILA X > Med > Mod

MIRING KIRI BILA X < Med < Mod


SIFAT KURTOSISSIFAT KURTOSIS

KURVA RAMPING (LEPTOCURTIC)SD KECIL Coef. > +3

KURVA SEDANG (MESOCURTIC)SD SEDANG Coef. = +3

KURVA GEMUK (PLATYCURTIC)SD BESAR Coef. < +3


UNIVARIATE KUALITATIFUNIVARIATE KUALITATIF

Tabel frekwensiTabel frekwensi distribusi


CARA PENYAJIAN DATACARA PENYAJIAN DATA

Penyajian tekstularPenyajian tabularPenyajian grafikal


PENYAJIAN TEKSTULARPENYAJIAN TEKSTULAR

Isi pesan sangat terbatasTepat untuk deskripsi

kualitatifSebagai pelengkap cara lain


PENYAJIAN TABULARPENYAJIAN TABULAR

Bentuk data dasarSesuai untuk dasar statistikKonsumsi masyarakat ilmiah


KARAKTERISTIK SUBYEKKARAKTERISTIK SUBYEK

Karakteristik Jumlah Persen

Jenis kelamin

Laki-laki

Perempuan

Pendidikan

Tinggi

Menengah

Rendah


KARAKTERISTIK SUBYEKKARAKTERISTIK SUBYEK

Var Mean SD

95% CI

Low High

Umur

Berat

Tinggi


PREVALENSI UMUMPREVALENSI UMUM

Akibat Jumlah Persen

Positip

Negatip

Jumlah


PREVALENSI SPESIFIKPREVALENSI SPESIFIK

Faktor

Akibat

P OR

95% CI

+ - Low Hi.

Kelamin

Laki

Permp.

Penddk.

Tinggi

Rendah


PENYAJIAN GRAFIKALPENYAJIAN GRAFIKAL

Visualisasi dari tabularSesuai untuk gambaran trendKonsumsi masyarakat umum


JENIS GRAFIKALJENIS GRAFIKALGrafik garis

* Skala aritmatik* Skala semi logaritmik

Histogram (frekw. Poligon)Diagram tabur (scattergram)Diagram balok (bar diagram)Diagram gambar (pictogram)Pie diagramSpot map


GRAFIK GARISGRAFIK GARIS

0102030405060708090100

Kw-1 Kw-2 Kw-3 Kw-4

DesaKota


DIAGRAM BALOKDIAGRAM BALOK

0

10

20

30

40

50

60

70

80

90

Kw-1 Kw-2 Kw-3 Kw-4

DesaKota


DIAGRAM BALOKDIAGRAM BALOK

0 20 40 60 80 100

Kw-1

Kw-2

Kw-3

Kw-4

KotaDesa


FREKWENSI POLIGONFREKWENSI POLIGON

0

5

10

15

20

25

30

35

40

Jan Feb Mar Apr Jun Jul Aug Sep Okt Nop DesEast


PIE DIAGRAMPIE DIAGRAM

AKDRSuntikPilLain


SYARAT SYARAT TABULAR/GRAFIKALTABULAR/GRAFIKAL

SederhanaSelf-explanatory

* Judul tabel* Keterangan* Klasifikasi jelas* Kolom dan baris jumlah

Sumber tabel


PRINSIP PENYAJIANPRINSIP PENYAJIAN

Sesuaikan dengan sasaran audience

Sesuaikan dengan jenis pesanJangan lakukan pengulangan


DISAIN PERBANDINGANDISAIN PERBANDINGAN

Comparative cross sectionalSerial cross sectionalCase controlCohortExperimental (Quasi)

Menguji hipotesa penelitian


LANGKAH ANALISALANGKAH ANALISA

Analisa kesetaraan kelompokDampak faktor sebab utama

pada variabel dependenPengaruh faktor determinan lain

pada variabel dependenAnalisa multi variate bila perluAnalisa adverse reaction


KESETARAAN KELOMPOKKESETARAAN KELOMPOK

Faktor Studi Kontrol P

Jenis kelamin

Laki-2

Permp.

Perkawinan

Bujangan

Menikah

Janda


KESETARAAN KELOMPOKKESETARAAN KELOMPOK

FaktorStudi Kontrol

PMean SD Mean SD

Umur

Berat

Tinggi


HUBUNGAN KAUSATIPHUBUNGAN KAUSATIP

SebabAkibat

JumlPos Neg

Positip

Negatip

JumlahP = ……

RR (OR) = …. ( …. - …. )


BI VARIATE ANALYSISBI VARIATE ANALYSIS

Sebab

Akibat

P

RR/OR

95% CI

+ - Low Hi.

Merokok

Ya

Tidak

Sport

Ya

Tidak


BI VARIATE ANALYSISBI VARIATE ANALYSIS

Var

Akibat

PPositip Negatip

Mean SD Mean SD

Umur

Berat

Tinggi


KEMUNGKINAN KEMUNGKINAN INTERAKSIINTERAKSI

A X

B


JENIS INTERAKSIJENIS INTERAKSI

SINERGISTIKSaling memperkuat satu sama lain

ANTAGONISTIKSaling memperlemah satu sama

lain

Pengantar statistik okupasi

Documents

Transcript of Pengantar statistik okupasi