HUBUNGAN BIOSTATISTIK DENGAN PENELITIAN

Presentasi berjudul: "HUBUNGAN BIOSTATISTIK DENGAN PENELITIAN"— 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 Statistik Non Parametris
Statistik deskriptif Macam statistik Statistik Parametris Statistik Inferensial Statistik Non Parametris

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

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

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

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

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

12 D A T Rencana Pengumpulan Pengumpulan Sortir Tabulasi
Tahapan Analisis Data S T A I K Rencana Pengumpulan Pengumpulan Sortir Tabulasi Aanalisi  Uji Hpotesis Interpretasi Penarikan Kesimpulan D A T

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

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

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

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

17 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 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 Prestasi belajar : var. tergantung (respon)
Contoh 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

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

20 Skala pengukuran Skala Nominal Skala Ordinal
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<3 atau 3>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). Sama dgn skala interval, namun titik nolnya bersifat mutlak, mis. Berat dgn kg mempunyai ttk nol yg sama, dimana saja dan kapan saja Skala Ratio

22 Ciri-ciri skala penguran
Skala pengukuran Ciri Operasi matematik contoh Nominal Klasifikasi Pembedaan Setara Tuntas Simetri A=B B=A Jenis Kelamin Agama, Stb Nomor kamar Ordinal Klasifikasi, pembedaan, berjenjang, interval tdk sama, tuntas Asimetri A>B>C, C<B<A C-B tdk sama B-A Status sosial Ekonomi Interval Interval sama Titik nol : arbitrer N= cN=k Skor 45, 75, 80 Ratio Sama skala interval tp ttk nol mutlak N = cN Berat 10 kg, tinggi 165 cm

23 Tabel/Distribusi Frekuensi
IP Jumlah 0,50 - 0,99 1 1,00 - 1,49 2 2,00 - 2,49 7 2,50 - 2,99 12 3,00 - 3,49 3,50 – 4,00 5 354 Pendidikan Jumlah SD 23 SMP 45 SMA 15 Sarjan 4 Pascasarjana 2 JUMLAH 87

24 5 Diagram batang Histogram 12 7 7 2 1 0,495 0,995 1,495 2,495 2,995
3,495 4,005

25 Hubungan antara analisis dan variabel
Nominal Ordinal Interval/rato Distribusi frekuensi kategorik numerik Diagram Bar chart Bar chart, diagram poligon Ukuran tendensi pusat Modus Modus,median Mean (rata-2 hitung) Dispersi Indeks var.kum (IVK) IVK Sd Estimasi Proporsi Mean

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

27 Jawaban sementara yang harus diuji kebenarannya
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 8-HIPOTESIS

28 MACAM KEKELIRUAN DALAM PENGUJIAN HIPOTESIS
KESIMPULAN HIPOTESIS BENAR HIPOTESIS SALAH TERIMA HIPOTESIS Tdk ada kekeliruan KEKELIRUAN MACAM II (β) (kuasa uji = 1 – β) TOLAK HIPOTESIS KEKELIRUAN MACAM I (taraf signifikansi α) TARAF KEPERCAYAAN = SIGNIFICANCE LEVEL a = 0.05 ATAU a = 0.01

29 Alat analisis (uji statistik)
Statistik Z T Studen Uji F/Anova Chi square ( c ) Analisis regresi korelasi, Analisis Non parametrik dll Tergantung pada : Jumlah variabel dalam pernyataan hip. Model hub. Antara variabel 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.
Klasifikasi b. Tipologi b. Assosiatif d. Fungsional 3. Skala pengukuran. Nominal Ordinal Interval Ratio

32 Analisis Uji Hpotesis untuk Dua Variabel
Variabel y Varabel X Pengukuran Univariate statistik Dikotomi (k=2) Bivariate (k>3) Nominal Ordinal Interval/Ratio (1) (2) (3) (4) (5) (6) p Beda p; c2 C2, VC Kruskall-Wallis Anova Beda p; beda Md; Mann Whitney U-test; run tes Spearman; Rs; Kendall Kendall Interval/rato Beda µ Korelasi, regresi

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

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

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 Terimakasih