REVIEW DASAR BIOSTATISTIK Program Pasca sarjana Universitas Hasanuddin

Presentasi berjudul: "REVIEW DASAR BIOSTATISTIK Program Pasca sarjana Universitas Hasanuddin"— Transcript presentasi:

1 REVIEW DASAR BIOSTATISTIK Program Pasca sarjana Universitas Hasanuddin
Oleh Prof. Dr. dr. Buraerah H Abd Hakim, MSc Program Magister Kesehatan Masyarakat (M.Kes) Program Pasca sarjana Universitas Hasanuddin Makassar

2 PENGASUH MATA KULIAH Prof. Dr. dr. Buraerah H.Abd.Hakim, MSc
(Penaggung Jawab) Dr. dr. Arifin Seweng, MPH (Anggota Tim) Dr. Hj. Masni, Apt., MSPH (Anggota Tim)

3 (Review Dasar Biostattistik)
MATERI PERKULIAHAN (Review Dasar Biostattistik) PRINSIP DAN PENGERTIAN INSTRUMENTASI DAN PENGUKURAN PENGOLAHAN DATA ANALISIS DATA POPULASI SAMPEL

4 “ PERAN STATISTIK DALAM RESEARCH “ ialah penerapan konsep dan prinsip-prinsip statistik dalam proses penentuan: Populasi Sampel Pengumpulan data, Pengolahan data, Analisis data Penyajian hasil penelitian Dalam rangka menjawab tujuan penelitian yang akan dicapai peneliti.

5 DEFINISI Ialah KONSEP dan METODE yang digunakan untuk : (mengumpul, mengolah, analisis,dan interpretasi) data mengenai suatu bidang kegiatan tertentu serta menarik kesimpulan dalam situasi dimana ada KETIDAK PASTIAN dan VARIASI

6 VARIABEL (4) (3) (1) (5) (2) SKALA PENGUKURAN
INSTRUMEN PENGOLAHAN DATA ANALISIS DATA VARIABEL DATA (5) INFORMASI UNTUK MENJAWAB TUJUAN PENELITIAN INSTRUMENTASI DAN PENGUKURAN (2)

7 KONSEP VARIABEL Ada SIMBOL atau ATRIBUT  “NAMA”
SEMUA MATERI ALAM BAIK :(Telah Diketahui / belum diketahui; Abstrak / kongkrik; Dapat diukur / belum dapat diukur) DENGAN CIRI-CIRI : Ada SIMBOL atau ATRIBUT  “NAMA” Tersusun oleh KOMPONEN/DIMENSI variabel. Dimensi dpt tersusun oleh SUB DIMENSI Ada VARIASI nilai pengukuran. CONTOH VARIABEL Variabel AKK Variabel MARS Variabel KESPRO Variabel PROMKES Variabel EPIDEMIOLOGI Variabel GIZI Variabel KESLING

8 VARIABEL MODEL PELAYANAN RS
INPUT PROSES OUTPUT PASIEN DOKTER PARAMEDIK KARYAWAN PRASARANA FASILITAS VAR.PSIKOSOSIAL Puas Tidak puas VAR.BIOLOGIS Sembuh Tidak sembuh/cacat Meninggal VAR.RUMAH SAKIT Sist.Inf.RS Berkembang Tdk.Berkemb Pemeriksaan Pengobatan Operasi Administrasi Perawatan ICD ICU Rehabilitasi Laboratorium

9 DIAGRAM KINERJA PETUGAS RS
PERILAKU INDIVIDU VARIABEL PSIKOLOGI VARIABEL INDIVIDU KEMAMPUAN DAN KETERAMPILAN Mental Fisik LATAR BELAKANG Keluarga Tkt. Sosial Pengalamam DEMOGRAFI Umur Asal usul Jenis kelamin Persepsi Sikap Kepribadian Belajar Motivasi KINERJA VARIABEL ORGANISASI Sumber daya Kepemimpinan Imbalan Struktur Disain pekerjaan Gibson, 1987

10 PEMANFAATAN PELAYANAN ANC
Pemanfaatan pelayanan ANC menurut : Standar Waktu  (Frekuensi kunjungan) : Satu kali pada trimester I Dua kali pada trimester II Satu kali pada trimester III Standar Pelayanan  (Setiap kali kunjungan memperoleh) : Pemeriksaan TFU Penimbangan BB Pengukuran Tensi Pemberian Imunisasi TT Pembrian tablet Vit A

11 KUALITAS PELAYANAN PERAWAT
VARIABEL PROMKES KUALITAS PELAYANAN PERAWAT INPUT Media PROSES : Kredibilitas Isi pesan Kejelasan pesan Kontinuitas pesan OUTPUT : Masa depan kesembuhan Kemampuan pasien menerim a pesan OUTCOME Keteraturan berobat berobat

12 VARIABEL EPIDEMIOLOGI
AKTIVITAS FISIK PENDERITA DM Aktivitas olah raga. Jenis Olah rag Frekuensi olah raga Lama waktu olah raga.

13 VARIABEL GIZI ASUPAN GIZI: Adalah besarnya konsentrasi zat gizi :
Energi, Protein, Zat besi, Vitamin A, Vitamin C, dan Asam Folat) yang dikomsumsi melalu bahan makanan dinyatakan dalam satuan mcg

14 VARIABEL KESLING KUALITAS AIR SYARAT FISIK : Warna Rasa Bau
SYARAT KIMIAWI : Zat besi, Mn, Ar SYARAT BIOLOGIS Coli pathogen SYARAT RADIOAKTIF

15 VARIABEL KESLING KUALITAS AIR SYARAT FISIK : Warna Rasa Bau
SYARAT KIMIAWI : Zat besi, Mn, Ar SYARAT BIOLOGIS Coli pathogen SYARAT RADIOAKTIF

16 INSTRUMENTASI DAN PENGUKURAN
Adalah proses Memilih dan Mengembangkan “ ALAT UKUR “ serta “CARA PENGUKURAN “ yang tepat untuk memperoleh data yang akurat dalam rangka menjawab tujuan penelitian.

17 MENGUKUR DALAM REALITA
Adalah menemukan luas, dimensi, kuantitas, atau kapasitas sesuatu, khususnya dibandingkan dengan suatu standar. (kamus) DALAM REALITA Pengukuran terjadi bila suatu alat ukur tertentu digunakan untuk memastikan suatu keadaan, (tinggi, berat, atau ciri lain dari suatu obyek fisik maupun non fisik).

18 DALAM PENELITIAN Pengukuran berarti penggunaan angka-angka atau kategori pada peristiwa empiris sesuai dengan aturan-aturan yang telah ditetapkan.

19 PEMBUATAN INSTRUMEN “ Contoh INSTRUMEN “
Dalam proses pengumpulan data dilakukan dengan menggunakan instrumen dengan model tertentu yang dirancang menurut skala pengukuran variabel sebagai berikut “ Contoh INSTRUMEN “

20 Kuesioner berisi : Bentuk Kuesioner : PRINSIP PEMBUATAN KUESIONER
Suatu kuesioner hendaknya berisi : Kuesioner berisi : Identitas wilayah Identitas umum responden Identitas Khusus responden Bentuk Kuesioner : Terstruktur : Close ended Open ended Terbuka / bebas

21 LAMA HARI RAWAT PASIEN RAWAT INAP DI RS PELAMONIA
DAFTAR PERTANYAAN LAMA HARI RAWAT PASIEN RAWAT INAP DI RS PELAMONIA A IDENTITAS WILAYAH KODE 1 2 3 4 5 Nomor Responden : ……………………………. Propinsi : …… Kabuptaen : …………………………… Kecamatan : ……………………………………… Kelurahan/Desa : ……………………………………… B IDENTITAS UMUM RESPONDEN 6 7 8 9 Nama : Umur : ……. Tahun Jenis Kelamin : laki-laki / perempuan Suku bangsa : Bugis Makassar Mandar Tator Lainyya C IDENTITAS KHUSUS RESPONDEN 10 LAMA PERAWATAN dan KEPUASAN PASIEN Sejak ibu masuk RS sampai sekarang telah mejalani hari rawat selama ……. Hari

22 Contoh Close dan open ended
DAFTAR PERTANYAAN LAMA HARI RAWAT PASIEN RAWAT INAP DI RS PELAMONIA C IDENTITAS KHUSUS RESPONDEN KODE 12 13 LAMA PERAWATAN dan KEPUASAN PASIEN Sejak ibu masuk RS sampai sekarang telah mejalani hari rawat selama ……. Hari Selama ibu di RS maka perawatan yang ibu terima : Sangat puas (5) Puas (4) Biasa-biasa saja (3) Kurang puas (2) Sangat tidak puas (1) 14 SIKAP PERAWAT Selama ibu dirawat di RS ini, maka kesan pelayanan yang diberikan oleh para perawat adalah : Sangat ramah. Ramah Kurang ramah Tidak ramah Lainnya (tulis) ………………………………….. ……………………………………………………… Contoh Close dan open ended

23 IDENTITAS KHUSUS RESPONDEN
C IDENTITAS KHUSUS RESPONDEN KODE 12 PENGETAHUAN TENTANG PNEUMONIA Menurut ibu yang dimaksud dengan pneumonia adalah Infeksi saluran pernapasan akut Infeksi saluran pernapasan akut bagian atas Penyakit batuk pilek Salah satu jenis penyakit Tidak tahu 14 SIKAP PERAWAT Selama ibu dirawat di RS ini, maka kesan pelayanan yang diberikan oleh para perawat adalah : Sangat ramah. Ramah Kurang ramah Tidak ramah Lainnya (tulis) ………………………………….. ……………………………………………………… Contoh pilihan ganda

24 JENIS KUESIONER MODEL CHECK LIST MODEL LIKERT MODEL PILIHAN GANDA

25 CONTOH KUESIONER DENGAN DIMENSI VARIABEL.
Nilai DIMENSI VARIABEL KUALITAS PELAYANAN RUANG RAWAT INAP RSW No DIMENSI VARIABEL SKOR 1 TANGIBLE ( Penampilan fisik ) 2 EMPATHY ( Kemampu pahaman ) 3 RELIABILITY ( Kehandalan ) 4 RESPONSIVENESS ( Ketanggapan ) 5 ASSURANCE ( Jaminan kepastian ) TOTAL SKOR

26 Contoh Alat Ukur Kuesioner Model Chek list :
Kualitas pelayanan pada ruang rawat inap RSW KUALITAS PELAYANAN YANG DIBERIKAN OLEH PERAWAT Keterangan : STB = Sangat Tidak Baik TB = Tidak Baik CKP = Cukup B = Baik SB = Sangat Baik Berikut ini adalah pernyataan tentang kualitas pelayanan yang telah diberikan oleh perawat pada sdr. Mohon sdr memberi tanda silang pada angka yang tertera disebelah kanan pernyataan ini. Dimensi TANGIBLE (Penampilan fisik) STB TB CKP B SB 1 2 3 4 5 Kebersihan, Kerapihan, dan kenyamanan ruangan x Penataan eksterior, dan interior ruangan rawat inap Kelengkapan, kesiapan, dan kebersihan Alat-alat yang dipakai 6 Kerapihan, dan kebersihan penampilan petugas X TOTAL SKOR = 19

27 Contoh DIMENSI VARIABEL
Nilai DIMENSI VARIABEL KUALITAS PELAYANAN RUANG RAWAT INAP RSW No DIMENSI VARIABEL SKOR 1 TANGIBLE ( Penampilan fisik ) 19 2 EMPATHY ( Kemampu pahaman ) 13 3 RELIABILITY ( Kehandalan ) 12 4 RESPONSIVENESS ( Ketanggapan ) 11 5 ASSURANCE ( Jaminan kepastian ) 14 TOTAL SKOR 69

28 PRINSIP MODEL LIKERT Susun DIMENSI dari variabel penelitian.
Komponen variabel yang terbentuk digunakan untuk menyusun item instrumen. Gradasi jawaban bervariasi SECARA HIRARKI dari sangat positif sampai sangat negatif.

29 GRADASI JAWABAN PERNYATAAN SKOR 1. Setuju / selalu / sangat positif 5
2. Setuju / sering / positif 4 3. Ragu-ragu / kadang-kadang / netral 3 4. Tdk setuju/ hampir tdk pernah/negatif 2 5. Sgt tdk setuju/ tdk pernah/sgt negatif 1

30 MODEL KUESIONER NO PERNYATAAN JAWABAN SS ST RG TS STS 1
Tablet besi (Fe) perlu diberikan pd ibu hamil sejak awal kehamilannya X 2

31 Dasar yang digunakan untuk membentuk skala memiliki tiga ciri yakni :
SKALA PENGUKURAN VARIABEL Dasar yang digunakan untuk membentuk skala memiliki tiga ciri yakni : Bilangannya berurutan. Selisih antara bilangan- bilangan adalah berurutan. Deret bilangan mempunyai asal mula (titik awal) yang unik yang ditandai dengan bilangan nol. Kombinasi ciri-ciri urutan, jarak, dan asal mula menghasilkan pengelompokan skala ukuran yang dipakai secara umum .

32 SKALA PENGUKURAN VARIABEL
Pengertian Dan Prinsip skala pengukuran variabel JENIS SKALA SIFAT SKALA PENGUKURAN Kategori (pengelompkn) Kategori + Urutan Kategori + urutan + Interval Kategori + urutan + Interval + Kelipatan Nominal + - Ordinal Interval Rasio

33 OUTPUT SKALA PENGUKURAN
SKALA PENGUKURAN VARIABEL JENIS SKALA OUTPUT SKALA PENGUKURAN DATA UJI STATISTIK Nominal Ordinal DATA DISKRET NON PARAMETRIK Interval Rasio DATA KONTINU PARAMETRIK skoring Kategorisasi

34 PENGOLAHAN DATA Mengolah data berarti melakukan prosessi data yang diperoleh melalui instrumen tertentu secara sistematis dan terencana dengan menggunakan program pengolah data yang baik, sesuai dengan tujuan yang ingin dicapai

35 Tahap Pengolahan Data PENYUNTINGAN DATA (Editing) Dilapangan
PENGKODEAN VARIABEL (Coding). Koding kuesioner Buat daftar variabel Buat daftar koding Pemindahan isi kuesioner ke daftar koding BUAT PROGRAM ENTRY DATA ENTRY DATA CLEANING DATA HASIL ENTRY DATA DI SPSS

36 IDENTITAS KHUSUS RESPONDEN
OPTION / DIMENSI DIBUAT DALAM BENTUK PERTANYAAN C IDENTITAS KHUSUS RESPONDEN KODE 12 13 LAMA PERAWATAN dan KEPUASAN PASIEN Sejak ibu masuk RS sampai sekarang telah mejalani hari rawat selama ……. Hari Selama ibu di RS maka perawatan yang ibu terima : Sangat puas (5) Puas (4) Biasa-biasa saja (3) Kurang puas (2) Sangat tidak puas (1) 14 SIKAP PERAWAT Selama ibu dirawat di RS ini, maka kesan pelayanan yang diberikan oleh para perawat adalah : Sangat ramah. Ramah Kurang ramah Tidak ramah Lainnya (tulis) ………………………………….. ……………………………………………………… Contoh coding kuesioner

37 Daftar variable No Nama var. Label variabel Digit Desimal Type 1 Nomor
Nomor urut responden 2 numerik umur Umur responden 3 Sex Jenis kelamin responden laki-laki Perempuan string 5 Jkerja Jenis pekerjaan pns mah/pelajar Swasta Pensiunan ABRI/POLRI Pengusaha Buruh/tani Lainnya String 6 BTL Berobat ditempat Lain Ya Tidak 9 FBRSUD Frekuensi Berobat di RSUD Poso 1.1. kali 2.2. kali 3.lebih 3 kali 10 KWLTS Kualitas pelayanan perawat Numerik 11 Tangg Tangible 12 Empha Emphaty 13 Reliab Reliability 14 Respon Responsivenees 15 Assur Assurance 16 PAK Pelaksanaan Asuhan Keperawatan 17 MOTIV Motivasi Petugas 18 PI Pelayanan Informasi 19 PP Pelayanan Penjaringan 20 PK Pelayanan Konseling 21 KINER Kinerja Petugas 22 Tramp Keterampilan petugas

38 DAFTAR KODING 01= 02= 03= 04= 05= 06= 07= 08= 09= 10=

39 Kuesioner PEMINDAHAN ISI KUESIONER KE DAFTAR KODING 01=01 01= 02=1 02=
03=2 03= 04=2 04= 05=30 05= 06= 07= 08= 09= 10= Kuesioner

40 SIFAT ALAT UKUR / PENGUKUR HASIL PENGUKURAN YANG DICAPAI
HASIL PENGOLAHAN DATA Hasil pengolahan data dalah diperolehnya data akurat dengan kriteria sebagai berikut : NO SIFAT ALAT UKUR / PENGUKUR HASIL PENGUKURAN YANG DICAPAI 1 2 3 4 5 RELEVANSI OBYEKTIFITAS VALIDITAS RELIABILITAS UP TO DATE RELEVAN OBYEKTIF VALID = SAH =SAHI RELIABLE = KONSISTEN TEPAT WAKTU

41 ANALISIS DATA ANALISIS DESKRIPTIP ANALISIS ANALITIK
Hasil pengolahan data, selanjutnya dilakukan analisis sebagai berikut : ANALISIS DESKRIPTIP ANALISIS ANALITIK

42 ABNORMAL (Mean≠Md≠Mo)
ANALISIS DESKRIPTIP PARAMETER STATISTIK DT. DISKRET Kategori) Ctr. TENDENCY (Nilai Tengah) DISPERSION (Nilai Sebar) SIFAT DISTRIBUSI Nominal Ordinal MEDIAN MODUS KUARTIL DESIL PERSENTIL NORMAL (Mean=Md=Mo) MEAN DISTRIBUSI DATA MEDIAN MODUS RANGE MEAN DEVIASI VARIANCE STANDARD DEVIASI STANDAR ERROR Interval Rasio ABNORMAL (Mean≠Md≠Mo) MEAN DT. KONTINU PARAMETER STATISTIK

43 Rumus :  Variance = (1/n) ∑ (XI-X)2
Contoh : Mean Deviasi ( xi ) ( xi - Mean ) Hasil 70 69 45 80 56 +06 +05 -19 +16 -08 Mean = 64 Rumus :  SR = (1/n) ∑ (XI-X) - Rumus :  Variance = (1/n) ∑ (XI-X)2 -

44 STANDAR DEVIASI Disebut juga dengan “ Ukuran penyebaran titik pusat “.
Diperoleh dengan mengakarkan variance. Rumus umum  σ = (1/n) Σ ( Xi – Mean )² ( ΣXi )² σ = ( Σ Xi² ) n Rumus ini dikenal dengan “ Unbiased estimate dari “ σ²

45 Ket : SE → Standard error
STANDAR ERROR Adalah perbedaan nilai sampel dengan nilai populasinya. Rumus : SD SE = √ n Ket : SE → Standard error : SD → standard deviasi : n → besar sampel

46 QUARTILE Nilai yang membagi suatu data menjadi 4 bahagian yang sama, dan nilai tersebut adalah Q1, Q2, dan Q3, Q Q Q3 Q1=25% Q2=50% Q3 = 75% Inter quartile range

47 Quartile Apabila suatu kelompok data / nilai telah dilakukan array maka kuartilnya dapat dihitung sebagai berikut : Rumus umum : i ( n + 1 ) Qi = 4 Ket. i → pengukuran ke 1, 2, 3, …..dst.

48 Desil 1 ( ) D1 = nilai yang ke → = 1,4 = Pengamatan yg ke X1 + 4 / 10 ( X2 – X ) = / 10 ( 35 – 30 ) = 31 D2 = dan selanjutnya → prinsip perhitungan sama dengan diatas.

49 Persentil 1 ( ) P1 = nilai yang ke → = 1,4 = Pengamatan yg ke X1 + 4 / 10 ( X2 – X ) = / 10 ( 35 – 30 ) = 31 P2 = dan selanjutnya → prinsip perhitungan sama dengan diatas.

50 DISTRIBUSI NORMAL PENGANTAR
DISTRIBUSI NORMAL adalah distribusi probabilitas kontinu yang paling sering digunakan dalam bidang statistika Grafiknya disebut “ KURVA NORMAL “. Banyak digunakan pada gugusan data yang terjadi di alam dan “ PENELITIAN “. Pada tahun ( 1733 )  De Moivre berhasil menurunkan “ PERSAMAAN MATEMATIK ” dari kurva normal. Pada tahun ( 1777 – 1855 )  Gauss berhasil menemukan persamaannya dalam studi mengenai “ STANDAR DEVIASI “ .

51 Sifat Grafik Grafik berada diatas sumbu mendatar ( x )
Bentuk simetrik terhadap sumbu x = μ Satu modus, ( uni modal ) yang dicapai pada nilai : x = μ 0,3989 sebesar  σ Luas daerah dibawah kurva = satu unit persegi Mendekati sumbu (X) dimulai dari X = (μ±3σ)

52 BENTUK KURVA NORMAL Kurva berbentuk : “ Bell Shape “  Kurva normal
Satu unit persegi 0,3989 X = μ sebesar  σ Sumbu ( X ) X = μ (μ-3σ) (μ+3σ) Md = Mean = Mo

53 Mean ± 1 SD → luas daerahnya = 68,27 %.
Petunjuk luas daerah dibawah “  Kurva normal Mean ± 1 SD → luas daerahnya = 68,27 %. 1 SD Sumbu ( X ) Md = Mean = Mo

54 Mean ± 2 SD → luas daerahnya = 95,45 %.
Petunjuk luas daerah dibawah “  Kurva normal Mean ± 2 SD → luas daerahnya = 95,45 %. Mean = ± 2 SD Sumbu ( X ) Md = Mean = Mo

55 Mean ± 3 SD → luas daerahnya = 99,73 %.
Petunjuk luas daerah dibawah “  Kurva normal Mean ± 3 SD → luas daerahnya = 99,73 %. Mean ± 3 SD Sumbu ( X ) Md = Mean = Mo

56 ILLUSTRASI : Kurva normal dengan standar deviasi (σ1 = σ2), dan ( μ1 < μ2 ) Kurva (A) σ1= 5 Kurva (B) σ2 = 5 μ1 = 10 μ2 = 20 Sumbu ( X )

57 ILLUSTRASI : Kurva normal dengan standar deviasi σ1 < σ2 dan ( μ1 = μ2 ) Kurva (A) σ1 Kurva (B) σ2 μ1 = μ2 Sumbu ( X )

58 ILLUSTRASI : Kurva normal dengan standar deviasi σ1 dan μ1 tidak sama serta σ2 dan μ2 juga tidak sama Kurva (A) σ1 Kurva (B) σ2 μ1 = μ2 Sumbu ( X )

59 Kurva (A) dan (B) keduanya normal.
Kurva (A) dengan μ = 10 dengan σ = 5 Kurva (B) dengan μ = 20 dengan σ = 7 Kurva (A) σ1= 5 Kurva (B) σ2 = 7 μ1 = 10 μ2 = 20 Sumbu ( X )

60 KURVA NORMAL ( X ) X = μ Md = Mean = Mo (- 3SD ) ( -2SD ) (- 1SD )

61 KEMIRINGAN (Skewness)
Apabila didalam perhitungan nilai tengah, Mean ≠ median ≠ modus maka terbentuk suatu kurva yang dikenal dengan “ Kurva Miring atau Skewness”.

62 Rumus : ( Mean – Mo ) = ( - ) atau Mean < Mo
Apabila didalam perhitungan nilai tengah, Mean < median < modus maka terbentuk suatu kurva yang dikenal dengan “SKEWNESS NEGATIF“. Mean < Md < Mo Rumus : ( Mean – Mo ) = ( - ) atau Mean < Mo

63 SKEWNESS NEGATIF (-) Mean = 80.25 Modus = 93

64 Rumus : ( Mean – Mo ) = (+) atau Mean > Mo
Apabila didalam perhitungan nilai tengah, Mean > median > modus maka terbentuk suatu kurva yang dikenal dengan “ SKEWNESS POSITIF “. Mean > Md > Mo Rumus : ( Mean – Mo ) = (+) atau Mean > Mo

65 SKEWNESS POSITIF ( + ) Mean = 37.42 Modus = 25

66 Koefisien Skewness Koefisien Skewness Pearson
Koefisien Skewness Pearson 1. (SKP-1) Rumus : Mean – Mo SKP-1 = S Ket : → Mean = Rata-rata hitung Mo = Modus S = Standard Deviasi

67 Koefisien Skewness Pearson 2. (SKP-2) Rumus : 3(Mean – Mo)
Ket : → Mean = Rata-rata hitung Mo = Modus S = Standard Deviasi

68 KERUNCINGAN (Kurtosis)
Manfaat Menentukan bentuk kurva Menentukan apakah suatu distribusi dapat didekati dengan fungsi normal atau tidak. Jenis : Lepto kurtis Platy kurtis Meso kurtis

69 Lepto kurtis. Sebahagian besar frekuensi tertumpuk pada interval yang pendek sekitar nilai mean. Contoh :

70 Platy kurtis Frekuensi data tersebar merata pada seluruh kelas, kecuali kelas pertma dan terakhir. Contoh :

71 Meso kurtis Frekuensi data tersebar mendekati distribusi normal
Contoh : Mean = 15.05 Median = 15.00 Modus = 16.00

72 α4 < 3  Distribusi Platikurtik
Untuk menentukan bentuk kurva (kurtosis) digunakan moment ke 4 sekitar mean (α 4) dengan rumus : M /n Σ fi ( Mi – x ) α 4 = = S S Ket : - α1, α2, α3  dihitung lebih dahulu - Mi  titik tengah kelas Untuk α4 = 3  Distribusi Normal (meso kurtik) α4 > 3  Distribusi Leptokurtik α4 < 3  Distribusi Platikurtik

73 QCK = ---------------------- P90 – P10
PERHITUNGAN KERUNCINGAN KURTOSIS Quartile koefisien of Kurtosis ( QCK ) Rumus : ½ ( Q3 – Q1 ) QCK = P90 – P10 QCK = 0,263 → Normal ( Dapat didekati dengan distribusi normal ) Ket : - Q  Quartile - P  Persentil

74 ANALISIS ANALITIK UJI NON PARAMETRIK UJI PARAMETRIK
SATU SAMPEL BERHUBUNGAN DUA SAMPEL BERHUBUNGAN DUA SAMPEL INDEPENDEN KASUS k SAMPEL INDEPENDEN UJI PARAMETRIK REGRESSI LINIER SEDERHANA REGRESSI LINIER BERGANDA REGRESSI LINIER BERGANDA LOGISTIK REGRESSI NON LINIER UJI PERBEDAAN

75 ANALISIS ANALITIK UJI NON PRAMETRIK SATU SAMPEL BERHUBUNGAN
Uji Binomial Uji chi-square KS (Komogorof Smirnov) Uji Run PRINSIP Uji Assosiasi antara variabel Independen dengan dependen dengan menggunakan data kategori atau skala Nominal / Dikotomi.

76 ANALISIS ANALITIK UJI NON PRAMETRIK DUA SAMPEL BERHUBUNGAN
Mc Nemar (signif. Perubahan) Uji Tanda Uji Rangking bertanda Wilcoxon (data pasangan)  menilai Magnitude arah perbedaan. Uji Peringkat Wilcoxon) : Alternatif uji bila uji t tidak dapat dilakukan. Membandingkan nilai tengah dua populasi yang tdk normal ttp sifatnya kontinu. Test Walsh Test Randomisasi untuk data pasangan

77 ANALISIS ANALITIK UJI NON PRAMETRIK DUA SAMPEL INDEPENDEN
Uji Fisher Excat test. Uji Chi-square untuk dua sampel independen (uji beda) Uji Median sampel (uji beda) Uji U Mann Whitney Menguji signifikansi hipotesis komparatif untuk dua sampel independen dengan data berbentuk “ ORDINAL “ Alternatif lain, bila uji t parametrik tidak dapat dilakukan.

78 ANALISIS ANALITIK KASUS k SAMPEL INDEPENDEN
Uji Chi-square untuk k sampel independen. Perluasan test Median Analisis varians rangking satu arah. Uji Kruskal Wallis Merupakan generalisai uji dua sampel wilcoxon untuk K > dari dua sampel. Digunakan untk menguji hipotesis nol, bahwa K sampel berasal dari dua populasi yang identik. Alternatif uji “ F “ untuk pengujian kesamaan beberapa nilai tengah dalam anova. Untuk menghindari asumsi bahwa populasi adalah normal.

79 RUMUS UNTUK SATU SAMPEL
( O – E )² X² = Σ E Dimana : O = Frekuensi Observasi (observe) E = Frekuensi Harapan (expected) Σ = Sigma = jumlah

80 tau-c = -------------------------
Kendall tau-c Rumus umum yang digunakan ialah : 2m ( K – D ) tau-c = n ² ( m – 1 ) Keterangan : m = adalah bilangan terkecil diantara kategori dari variabel ordinal X dan Y. Yang digunakan untuk menghitung index korelasi ialah kendall tau-b dan c, dimana nilainya hampir mencapai nilai (+1) dan (-1).

81 POPULASI Adalah kelompok dimana peneliti akan melakukan penarikan kesimpulan yang berlaku umum untuk populasinya. (Gay : 1976 )

82 Populasi PENELITIAN Utara SAMPEL Barat Timur POPULASI HOMOGEN
Penarikan sampel dari populasi dengan cara tertentu SAMPEL Barat Timur POPULASI HOMOGEN Generalissi populasi Selatan

83 POPULASI HETEROGEN (KAB. (X) Dengan batas-batasnya
Slide berikt KEC.  A KEC.  B KEC.  C SAMPEL KEC.  D KEC.  E CIRI POPUPASI DALAM SAMPEL BATAS POPULASI SAMPEL DALAM KAB

84 CARA PENARIKAN POPULASI
SIFAT POPULASI Finit Population ( terbatas) Infinit Population (tak terbatas) CARA PENARIKAN POPULASI Complete enumeration  (sensus) Sample enumeration  (sampel)

85 TERMINOLOGI POPULASI Beberapa terminologi yang berhubungan dengan populasi yang perlu diketahui antara lain : Populasi Penelitian Populasi Sasaran (target) Populasi aktual Populasi studi Populasi Eksternal

86 POPULASI PENELITIAN Nama lain : Populasi referensi
Ialah keseluruhan subyek yang ingin diketahui karakteristiknya oleh hasil penelitian. Contoh Judul: “ Studi hubungan Infark myocard dengan pemakaian kontrasepsi oral di kota Makassar “. Populasi Penelitian : Semua ibu rumah tangga pemakai kontrasepsi oral diwailayah kecamatan Biringkanaya.

87 POPULASI SASARAN Nama lain : Populasi target
Ialah salah satu jenis subyek yang ingin diketahui karakteristiknya oleh hasil penelitian. Dari contoh judul : “ Studi hubungan infark miokard dengan pemakaian kontrasepsi oral”. Populasi sasaran : Ibu rumah tangga diwilayah kecamatan biringkanaya keturunan cina

88 POPULASI AKTUAL Nama lain : Populasi sumber
Ialah kumpulan subyek dari populasi sasaran yang layak digunakan sebagai sumber subyek penelitian. Contoh POPULASI AKTUAL

89 JUDUL : “ Studi hubungan Infark dengan pemakaian kontrasepsi oral di kota Makassar “.
Populasi penelitian : Semua ibu rumah tangga pemakai kontrasepsi oral diwailayah kecamatan Biringkanaya. Populasi target : Wanita Indonesia keturunan cina Populasi Aktual : Yang berumur antara 25 – 49 tahun Populasi studi : Yang memenuhi syarat dan bersedia menjadi anggota sampel

90 POPULASI STUDI Disebut juga sebagai sampel
Ialah subyek yang memenuhi syarat dan bersedia berpartisipasi menjadi anggota sampel Catatan : Tidak semua calon subyek dalam populai aktual benar-benar diamati dengan alasan : Menolak berpartisipasi Tidak memenuhi syarat / kriteria

91 POPULASI EKSTERNAL Ialah populasi yang termasuk diluar sasaran pokok penelitian tetapi peneliti masih bermaksud melakukan generalisasi hasil penelitiannya. CONTOH Hasil studi hubungan pemakaian kontrasepsi oral pada wanita Indonesia keturunan cina, tetapi peneliti masih bermaksud menggeneralisasikan juga hasilnya pada wanita pribumi Indonesia

92 SAMPEL PENELITIAN Ialah bagian dari populasi yang ditarik dengan “ cara tertentu “ dan dihrapkan dapat digunakan untuk menarik kesimpulan yang berlaku umum untuk populasi asalnya.

93 SAMPEL UNIT OBSERVASI UNIT ANALISIS BESAR SAMPEL TEKNIK SAMPEL

94 UNIT OBSERVASI Unit observasi yg disebut juga subyek penelitian = unit observasi = unit sampel atau responden, ialah unit yg membentuk sampel dan padanya melekat semua variabel yang akan diukur.

95 UNIT OBSERVASI Subyek penelitian ditentukan setelah judul penelitian ditetapkan Kemukakan alasan yg cukup tentang pemilihan unit observsi.

96 UNIT ANALISIS Ialah semua karakteristik yang melekat pada unit observasi yang menjadi target dari tujuan penelitian (disesuaikan dengan tujuan khusus penelitian)

97 UKURAN SAMPEL DIAMBIL SEMUA (exhaustive) = sampel jenuh.
DIHITUNG DENGAN RUMUS

98 Untuk desain penelitian observasional, dapat dipilih alternatif rumus sampel sebagai berikut :
Desain : Deskriptif, dan Crossectional Desain : Case control, dan Cohort Untuk desain penelitian Eksperimen, pemilihan rumus besar sampel tergantung dari : Model desain yang digunakan Jenis data yang dikumpulkan

99 n = -----------------------------------------
z21- α/2 P ( 1-P ) N n = d2 ( N-1 ) + Z 21- α/2 P( 1–P )N Keterangan : N = Besar populasi n = Besar sampel P = Proporsi subyek dalam populasi Q = (1 – P)  Proporsi non subyek dalam populasi d = Presisi (nilai absolut) Z21-α/2 = Tingkat kemaknaan yang diinginkan Sumber : Stanley Lemeshow ; 1997

100 n = ---------------------------
Z21 - α / 2 P(1- P) n = d2 Keterangan : n = Besar sampel P = Proporsi subyek dalam populasi Q = (1 – P)  Proporsi non subyek dalam populasi d = Presisi (nilai absolut) Z21-α/2 = Tingkat kemaknaan yang diinginkan

101 {Z1 - α / 2 [ 2P2*(1- P2*)] + Z1-β [P1*(1-P1*) + P2*(1-P2*)}2
n = (P1* - P2*)2 Dimna : (OR)P2* P1* = (OR)P2* + ( 1 – P2*) n P1 P2 OR Z1-α/2 Z1 - β = Besar sampel = Proporsi terpapar dalam kelompok kasus = Proporsi terpapar dalam kelompok kontrol = Odds Ratio yang dinginkan = Tingkat signifikansi yang diinginkan = Power of the test

102 CARA PENARIKAN SAMPEL PROBABILITY SAMPLE = Random sampel
NON PROBABILITY SAMPLE = Non random sample

103 Simple random sampling
Sistematic random sampling Multistage random sampling Cluster sampling Stratified random sampling Consecutive Sampling …... ? (sampel berurutan)

104 Quota sampling NON RANDOM SAMPLING Accidental sampling
Purpossive sampling Sampling jenuh Snowball sampling Sampel bertingkat

105 Terima kasih