Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

HUBUNGAN BIOSTATISTIK DENGAN PENELITIAN Takdir Tahir.

Presentasi serupa


Presentasi berjudul: "HUBUNGAN BIOSTATISTIK DENGAN PENELITIAN Takdir Tahir."— Transcript presentasi:

1 HUBUNGAN BIOSTATISTIK DENGAN PENELITIAN Takdir Tahir

2 Penelitian Pengamatan terhadap suatu masalah/ fenomena Pembuktian ilmiah yang bersifat empiris dan logis Dilakukan dengan metode yang sesuai

3 Biostatistik Metode statistika yang diterapkan pada bidang ilmu biologi, farmasi, kedokteran, dan kesehatan (irham, 2007) Bertujuan untuk mengeneralisasi kesimpulan dari suatu masalah. Digunakan pada penelitian kuantitatif

4 Jenis-jenis Statistik Deskriptif menganalisis data yg tlh terkumpul dlm bentuk deskripsi tanpa membuat kesimpulan atau generalisasi. Inferensial membuat kesimpulan/generaliasi yang berlaku utk populasi.

5 Macam statistik Statistik deskriptif Statistik Inferensial

6 METODE PENELITIAN : Prosedur atau langkah-langkah teratur dan sistematik dalam menghimpun pengetahuan untuk dijadikan ilmu. Teknik Penelitian : Cara dan alat (termasuk kemahiran membuat dan menggunakannya) yang diperlukan untuk mencapai tujuan penelitian. Teknik Penelitian : 1. Bagaimana cara melakukan penelitian 2. Alat-alat penelitian apa yang diperlukan untuk membangun ilmu melalui penelitian

7 1. Persiapan Pelaksanaan Penelitian, terdiri atas 4 fase kegiatan : 3. Pengolahan data/ informasi - menetapkan/merumuskan/mengidentifikasi masalah, - menyusun kerangka pikiran/pendekatan masalah - Merumuskan hipotesis - Menentukan rancangan uji hipotesis/teknik analisis - menetapkan/merumuskan/mengidentifikasi masalah, - menyusun kerangka pikiran/pendekatan masalah - Merumuskan hipotesis - Menentukan rancangan uji hipotesis/teknik analisis - Teknik pengumpulan data - Masih berubungan dengan Pengujian hioptesis dan/teknik analisis - Teknik pengumpulan data - Masih berubungan dengan Pengujian hioptesis dan/teknik analisis - Berhubungan dengan langah pembahasan dan penarikan kesimpulan - Berhubungan dengan langah pembahasan dan penarikan kesimpulan - Masih berhubungan dengan pengujian hipotesis/teknik analisis. - Masih berhubungan dengan pengujian hipotesis/teknik analisis. 4. Penulisan Laporan Penelitian 2. Pengumpulan data/ informasi

8 Langkah-Langkah Penelitian Fase Kegiatan 1.Menetapkan/merumuskan/identifi kasi masalah Persiapan 4. Menguji hipotesis/analisis - Rancangan - Data/informasi yang diperlukan - Analisis/Interpretasi 4. Menguji hipotesis/analisis - Rancangan - Data/informasi yang diperlukan - Analisis/Interpretasi Pengumpulan data/informasi 5. Pembahasan Penyusunan/ Penulisan Laporan 2. Menyusun kerangka pikir/pendekatan masalah 2. Menyusun kerangka pikir/pendekatan masalah 3. Merumuskan hipotesis 6. Penarikan kesimpulan

9 Desain Penelitian Menyusun Instrumen Penarikan Sampel Uji Coba Pengumpulan Data Analisis Data Pengolahan Data Pembahasan Hasil Analisis Penulisan Laporan PROSES PENELITIAN

10 Unsur-unsur pokok Desain penelitian Konseptualisasi Masalah Metodologi LATAR BELAKANG - Latar Belakang Masalah - Gejala-2 Umum dan Khusus - Perumusan Masalah - Siginifikansi Penelitian LATAR BELAKANG - Latar Belakang Masalah - Gejala-2 Umum dan Khusus - Perumusan Masalah - Siginifikansi Penelitian TUJUAN - Tujuan - Hipotesis TUJUAN - Tujuan - Hipotesis KERANGKA HIPOTESIS Definisi Operasional, Indikator Empiris Pengukuran, Kerangka Hubungan KERANGKA HIPOTESIS Definisi Operasional, Indikator Empiris Pengukuran, Kerangka Hubungan PENARIKAN SAMPEL Satuan Analisis, populasi, sampel PENARIKAN SAMPEL Satuan Analisis, populasi, sampel METODE PENGUMPULA DATA ANALISIS DATA : - Analisi Pendahuluan, - Analisis Lanjutan

11 I.Analisis Pendahuluan 1.Editing (Penyuntingan) 1. Pengolahan data 2. Analisis Deskriptif 1. Tabel distribusi II. Analisis Uji Hipotesis 2. Coding (Pemberia kode) 3. sheet (Tabel Induk) 2. Diagram/Histogram 3. Ukuran tendensi pusat. 3. Ukuran tendensi pusat. 4. Estimasi Parameter 1.SOFT WARE : MS-EXCEL, SPSS, MINITAB, SAS 2.Kalkulator (terpaksa) 1.SOFT WARE : MS-EXCEL, SPSS, MINITAB, SAS 2.Kalkulator (terpaksa)

12  Rencana Pengumpulan  Pengumpulan  Sortir  Tabulasi  Aanalisi  Uji Hpotesis  Interpretasi  Penarikan Kesimpulan DATADATA DATADATA STATISTIKASTATISTIKA STATISTIKASTATISTIKA Tahapan Analisis Data

13 13 ANALISIS DESKRIPTIF Variabel Nominal dan Ordinal Tabel/Distribusi Frekuensi Diagram Ukuran Dispersi Variabel Ratio dan Interval

14 Variabel Kondisi-kondisi yang oleh peneliti dimanipulasikan, dikontrol atau diobservasi dalam suatu penelitian Kondisi-kondisi yang oleh peneliti dimanipulasikan, dikontrol atau diobservasi dalam suatu penelitian Segala sesuatu yg akan menjadi obyek pengamatan penelitian Segala sesuatu yg akan menjadi obyek pengamatan penelitian

15 Diperlukan Skala pengukuran Amir, Ucu Tene, ina Aco, rahim Abdul, tuti Jenis kelamin Tinggi badan, berat badan, Rambut, mata, hobi, pendidikan, dll Jenis kelamin Tinggi badan, berat badan, Rambut, mata, hobi, pendidikan, dll Diukur menggunakan alat Alat harus punya skala Variabel - Dapat Membedakan antara yang satu unit pengamatan dengan lainnya - Mempunyai ciri yang dapat membedakan - Perbedaan obyek terletak pada ukuran - Dapat Membedakan antara yang satu unit pengamatan dengan lainnya - Mempunyai ciri yang dapat membedakan - Perbedaan obyek terletak pada ukuran

16 Jumlah dan Macam Variabel Banyaknya variabel sangat tergantung dari tuntutan peneletian (sederhana atau sulitnya penelitian) Semakin sederhana penelitian, semakin sederhana atau sedikit varabel yg digunakan Var. menurut fungsinya Var. Tergantung Var. Bebas Var. Intervening Var. Moderator Var. Kendali Var. Rambang Var. Tergantung Var. Bebas Var. Intervening Var. Moderator Var. Kendali Var. Rambang Var menurut jenis data Var. Dikrit Var. Kontinu Var. Dikrit Var. Kontinu

17 Variabel diskrit : diukur dengan bilangan diskrit (bilangam bulat) Diperoleh dengan cara menghitung, misalnya jumlah orang, jml anak dsb. Variabel diskrit : diukur dengan bilangan diskrit (bilangam bulat) Diperoleh dengan cara menghitung, misalnya jumlah orang, jml anak dsb. Variabel kontinu : diukur dengan bilangan kontinu (bilangan real) Diperoleh dari cara mengukur (ada satuan), mis: tinggi badan 165 cm badan 65 kg, umur 45 th, dsb. Variabel kontinu : diukur dengan bilangan kontinu (bilangan real) Diperoleh dari cara mengukur (ada satuan), mis: tinggi badan 165 cm badan 65 kg, umur 45 th, dsb. Variabel dependen = var.respon (var.tdk bebas) : nilainya tergantung dari nilai variabel lain. Variabel independen =var.prediktor (var. bebas) : nilainya tdk tergantung dari nilai variabel lain. Contoh harga merupakan var.indenpenden dari jml penjualan.

18 Studi komparatif prestasi belajar Mahasiswa Ners smtr III yg mengajarnya menggunakan metode Student Centre Learning (SCL) dengan Metode Konvensional Prestasi belajar : var. tergantung (respon) Metode SCL & Konvesional : var. bebas (prediktor) Mhs Ners smtr III : var. Moderator Contoh

19 Sebab Akibat Hubungan Var. bebas Var. Moderator Var. Kendali Var. Rambang Var. Interpenning Var. Tergantung

20 Skala pengukuran Skala Nominal Membeakan setiap obyek dgn lainnya dgn status sama : mis. Jenis kelamin : L = 1, P=2, Agama : 1=Islam, 2=Kristen, 3=Protesan, 4=Hindu, 5=Budha, Nomor kamar di hotel, jenis pekerjaan, dsb Ciri : 1. bersifat membedakan (deskriminatif), 2 bersiat ekualitas, yaitu kategori dalam var. ad. Sama 3. Simetris, yi. Dapat dipertkarkan, (4) pengkategoriannya bersifat tuntas. Skala Ordinal Membedakan setiap obyek dgn lainnya dgn status tdk sama : mis. Var. kelas ekonomi : 1. ekonomi lemah, 2. ekonomi menengah, 3. ekonomi menengah. Sehingga 1 2>1, Selisih antara 2 dgn 1 dan 3 dgn 2 tidak selalu sama, shg tdk boleh dikurangkan. Membedakan setiap obyek dgn lainnya dgn status tdk sama : mis. Var. kelas ekonomi : 1. ekonomi lemah, 2. ekonomi menengah, 3. ekonomi menengah. Sehingga 1 2>1, Selisih antara 2 dgn 1 dan 3 dgn 2 tidak selalu sama, shg tdk boleh dikurangkan.

21 Skala Interval antara 3-2 sama 2-1 intervalnya sama, shg pada skala ini dpt dilakukan penambahan dan pengurangan Ciri : titik nolnya bersifat arbitrer, yi. Diukur dari angka nol yg berbeda. Mis. Umur ayah 43 th, umur anak 20 th, selisihnya 23 th. Namu titik nol yg berbeda, krn dihitung dr tgl lahir yg berbeda (tdk multipler). antara 3-2 sama 2-1 intervalnya sama, shg pada skala ini dpt dilakukan penambahan dan pengurangan Ciri : titik nolnya bersifat arbitrer, yi. Diukur dari angka nol yg berbeda. Mis. Umur ayah 43 th, umur anak 20 th, selisihnya 23 th. Namu titik nol yg berbeda, krn dihitung dr tgl lahir yg berbeda (tdk multipler). Skala Ratio Sama dgn skala interval, namun titik nolnya bersifat mutlak, mis. Berat dgn kg mempunyai ttk nol yg sama, dimana saja dan kapan saja

22 Ciri-ciri skala penguran Skala pengukuranCiriOperasi matematikcontoh NominalKlasifikasi Pembedaan Setara Tuntas Simetri A=B B=A Jenis Kelamin Agama, Stb Nomor kamar OrdinalKlasifikasi, pembedaan, berjenjang, interval tdk sama, tuntas Asimetri A>B>C, C

23 PendidikanJumlah SD23 SMP45 SMA15 Sarjan4 Pascasarjana2 JUMLAH87 Tabel/Distribusi Frekuensi IPJumlah 0,50 - 0,991 1,00 - 1,492 2,00 - 2,497 2,50 - 2,9912 3,00 - 3,497 3,50 – 4,005 Jumlah354

24 Diagram batang Histogram ,495 0,995 1,495 2,495 2,995 3,495 4,005

25 AnalisisVariabel NominalOrdinalInterval/rato Distribusi frekuensi kategorik numerik DiagramBar chartBar chart, diagram poligon Ukuran tendensi pusat ModusModus,medianMean (rata-2 hitung) DispersiIndeks var.kum (IVK) IVKSd EstimasiProporsi Mean Hubungan antara analisis dan variabel

26 Untuk mengetahui apakah hipotesis diterima atau ditolak berdasarka data yg telah dikumpulkan II. Analisis Uji Hipotesis Tidak menguji kebenaran hip. Ttp menguji apakah hip. Diterima atau ditolak. Tujuan :

27 8-HIPOTESIS27 HIPOTESIS  Jawaban sementara yang harus diuji kebenarannya  Dirumuskan berdasarkan Fakta, Hasil Penelitian dan Teori  Acuan dalam melaksanakan penelitian  Ada 2 Hipotesis: Ho dan H1  Diperlukan taraf signifikansi = Tarafa nyata = Taraf kepercayaan = α  Jawaban sementara yang harus diuji kebenarannya  Dirumuskan berdasarkan Fakta, Hasil Penelitian dan Teori  Acuan dalam melaksanakan penelitian  Ada 2 Hipotesis: Ho dan H1  Diperlukan taraf signifikansi = Tarafa nyata = Taraf kepercayaan = α

28 KESIMPUL AN HIPOTESIS BENARHIPOTESIS SALAH TERIMA HIPOTESIS Tdk ada kekeliruanKEKELIRUAN MACAM II (β) (kuasa uji = 1 – β) TOLAK HIPOTESIS KEKELIRUAN MACAM I (taraf signifikansi α) Tdk ada kekeliruan MACAM KEKELIRUAN DALAM PENGUJIAN HIPOTESIS TARAF KEPERCAYAAN = SIGNIFICANCE LEVEL  = 0.05 ATAU  TARAF KEPERCAYAAN = SIGNIFICANCE LEVEL  = 0.05 ATAU 

29 Alat analisis (uji statistik) Statistik Z T Studen Uji F/Anova Chi square (  Analisis regresi korelasi, Analisis Non parametrik dll Statistik Z T Studen Uji F/Anova Chi square (  Analisis regresi korelasi, Analisis Non parametrik dll Tergantung pada : 1.Jumlah variabel dalam pernyataan hip. 2.Model hub. Antara variabel 3.Skala pengkuran variabel

30 1. Jumlah variabel a. Univariate : hanya satu variabel dalam hip. Contoh : Prestasi belajar mahasiswa rendah b. Bivariate : Terdapat dua variabel dalam hip. Contoh : Ada hub. Positf antara prestasi belajar dengan motivasi belajar mahasiswa c. Multivariate : Terdapat tiga atau > variabel dalam hip. Contoh : Prestasi belajar mahasiswa dipengaruhi oleh motivasi belajar, kondisi ekonomi dan lingkunga belajar mahasiswa

31 2 Model Hubungan, terdapat 5 macam hub. a.Klasifikasi b. Tipologi d. Fungsional 3. Skala pengukuran. b. Assosiatif a.Nominal b.Ordinal c.Interval d.Ratio

32 Variabel yVarabel X PengukuranUnivariate statistik Dikotomi (k=2) Bivariate (k>3) NominalOrdinalInterval/Ratio (1)(2)(3)(4)(5)(6) Nominalp Beda p;  VC Kruskall- Wallis Anova OrdinalpBeda p; beda Md; Mann Whitney U-test; run tes Kruskall- Wallis Spearman; Rs; Kendall Kendall Interval/rato µ Beda µ AnovaKendallKorelasi, regresi Analisis Uji Hpotesis untuk Dua Variabel

33 Langkah-langkah pengujian hipotesis a.Perumusan hipotesis H0 : θ = θo H1 : θ ≠ θo H0 : θ1 = θ2 H1 : θ1 > θ2 H0 : θ = θo H1 : θ < θo H0 : θ1 = θ2 H1 : θ1 ≠ θ2 H0 : θ = θo H1 : θ > θo H0 : θ1 = θ2 H1 : θ1 < θ2 θ : ditaksir oleh u; pi, sigma

34 c. Penetapan Statistik Uji d. Perhitungan e. Kesimpulan Z hitung t hitung F hitung  hitung Z hitung t hitung F hitung  hitung Z tabel t tabel F tabel  tabel Z tabel t tabel F tabel  tabel dibandingkan Hitung > Tabel Ho ditolak H1 diterima Hitung > Tabel Ho ditolak H1 diterima

35 Beberapa hal yang masih lemah dalam analasis data ( proposal ) 1. Tidak masuk dalam kategori penelitian ( Desain) 2. Penentuan variabel : terkait dengan skala pengukuran 3. Hubungan antara variabel 4. Data deskriptif yang seharusnya induktif atau sebaliknya. 5. Data kualitif yang perlu di kuantiatifkan agar dapat diuji secara statistika (penelitian teknik) 6. Penggunaan analisis Anova yang tidak efesien, sehingga menimbulkan konsekwensi pembiayaan yang tinggi (high cost). 7. Kesalahan dalam memilih alat uji 8. Teknik penarikan sampel

36


Download ppt "HUBUNGAN BIOSTATISTIK DENGAN PENELITIAN Takdir Tahir."

Presentasi serupa


Iklan oleh Google