BIOSTATISTIK (MATERI MATRIKULASI)

PENGERTIAN STATISTIK STATISTIKA - Sempit  angka, kumpulan data, bilangan/ non bilangan - Luas  alat analisis data, alat menarik kesimpulan STATISTIKA  Pengetahuan yang berhubungan dengan PULTA, LAHTA, JITA, ANALISIS DATA, SIMPULAN

PERAN STATISTIK DALAM PENELITIAN : 1. Penentuaan besar sampel untuk penelitian (pertanggungjawaban secara metodologis) 2. Uji validitas dan reliabilitas instrumen (alat ukur, instrumen) 3. Teknik penyajian data (bermakna dan komuni katif)  Tabel, grafik, dll. 4. Uji hipotesis  teknik korelasi, asosiasi, komparasi, regresi.

2. STATISTIK INFERENSIAL/INDUKTIF PEMBAGIAN STATISTIK : 1. STATISTIK DESKRIPTIF - Memberikan gambaran (deskripsi) terhadap obyek yang diteliti (sampel maupun populasi) - Tanpa membuat simpulan yang diberlakukan untuk umum (generalisasi/inferensi) 2. STATISTIK INFERENSIAL/INDUKTIF - Statistik yg digunakan untuk analisis data sampel, dan hasilnya akan digeneralisasikan/inferensikan untuk populasi dari mana sampel diambil. - Statistik Parametrik dan Non Parametrik.

Statistik Parametrik  Distribusi Normal Bilamana sekelompok data dikatakan berdistribusi Normal ? 1. Dengan pendekatan grafik 2. Dengan Kurva Normal 3. Dengan uji Kolmogorov Smirnov (paket SPSS)

DATA STATISTIK SUMBER DATA Data primer : - diperoleh langsung dari sumbernya (obyek/ responden - saat penelitian dimulai, data belum ada Data sekunder : - diperoleh dari selain sumber/obyek/responden - Saat penelitian dimulai, data tersebut sudah tersedia, tinggal ambil/nyalin.

Pengukuran dan Skala Data SIFAT DATA Data Kualitatif : - data berbentuk kata-kata, kalimat, gambar. Data Kuantitatif : - data berbentuk angka - data kuantitatif ada 2 : - data dikrit, diperoleh dari hasil menghitung atau membilang - data kontinum, diperoleh dari hasil mengukur (dg alat ukur)

SKALA DATA SKALA DATA + Membedakan Menentukan urutan Besar Beda KEMAMPUAN SKALA DATA NOMINAL ORDINAL INTERVAL RASIO Membedakan + Menentukan urutan Besar Beda Kelipatan

STATISTIK DESKRIPTIF 1. Ukuran Gejala Pusat ( Ukuran Tendensi Sentral) 1). Modus (Mo) - Ukuran statistik berdasarkan nilai yang populer (paling banyak muncul). 2). Median (Md) - Ukuran statistik berdasarkan nilai tengah setelah data disusun secara urut. 3). Mean (Me) - Ukuran statistik yang mempertimbangkan seluruh nilai data.

UKURAN DISPERSI (UKURAN PENYEBARAN) 1. Rentang 2. Varians 3. Standar Deviasi 4.Koefisien Variasi

Terminologi pd populasi dan sampel : POPULASI SAMPEL µ Rata-rata X σ2 Varians S2 σ Standar deviasi S

POPULASI DAN SAMPEL - Populasi dan sampel  subyek penelitian (empunya data) - Subyek bisa berupa : - Manusia : siswa, guru, dosen, karyawan dll - Non manusia : Binatang, pabrik, udara, air dll - Data  obyek analisis Populasi : Jumlah keseluruhan obyek (satuan-2, individu-2) yang karakteristiknya hendak diduga. Satuan-2/individu-2  disebut unit analisis.

- Sebagian dari populasi yang karakteristiknya hendak diselidiki. SAMPEL : - Sebagian dari populasi yang karakteristiknya hendak diselidiki. - Agar dpt digeneralisasikan pada populasi, maka sampel harus REPRESENTATIVE (mewakili populasi) - Supaya Representative ??? - Adequate Sample size. - Diambil secara ACAK (Random)

SAMPLE SIZE - Suatu estimasi minimal dari peneliti - Tiga pertanyaan ? 1). Harga parameter apa ? - Nilai mean - Nilai proporsi 2). Berapa harga alpha (α) - Untuk menentukan nilai Z1- α 3) Besarnya penyimpangan / perbedaan yang ditolerir ? - Nilai d (degree of precision) - Hak peneliti - Sebagai variabel peubah besar sampel

n = -------------------------- d2 + (Zα)2 . p . q Rumus besar sampel : (Z 1-α)2 . p . q . n = -------------------------- d2 + (Zα)2 . p . q (Zα)2 . p . q . N n = --------------------------------- d2 . (N-1) + (Zα)2 . p . q

HIPOTESIS DAN PENGUJIAN - Pernyataan yang masih lemah. - Jawaban sementara terhadap permasalahan penelitian Konsep Hipotesis : 1. Konsep Statistika. - Pernyataan statistik tentang parameter populasi - Taksiran parameter populasi melalui data sampel - Hipotesis yang dinyatakan dengan simbul-simbul matematik

Hipotesis dan pengujian 2. Konsep Penelitian - Jawaban sementara terhadap rumusan masalah penelitian - Rumusan masalah bisa berupa : - Hubungan antara dua variabel atau lebih - Perbandingan (komparasi) - Variabel mandiri (deskriptif)

Hipotesis dan pengujian Bentuk rumusan hipotesis : 1. Hipotesis deskriptif. Dugaan mengenai suatu variabel mandiri (tidak membuat perbandingan atau hubungan) Contok : Hip. Penelitian :produktivitas tenaga kerja di PT “X” adalah 15 unit per hari. Hip. Statistik : µ = 15 2. Hipotesis komparatif. Pernyataan yang menunjukkan dugaan nilai satu variabel atau lebih pada sampel yang berbeda atau sama.

Hipotesis dan pengujian Contoh : Hip. Penelitian : Ada perbedaan kadar Hb darah antara pekerja laki-2 dan perempuan. Hip. Statistik : µ1 = µ2 3. Hipotesis Asosiatif. Pernyataan yang menunjukkan dugaan tentang hubungan antara dua variabel atau lebih. Hip. Penelitian : Ada hubungan antara sikap perawat dengan kepuasan pasien. Hip. Statistik : ρ ≠ 0

Berkaitan dengan prosedur pengujian hipotesis, ada dua macam hipotesis dalam suatu penelitian : 1. Hipotesis Nol (Ho) - Hipotesis yang berazaskan “Praduga Tak Ber ……” - Hipotesis yang dinyatakan dengan kata “Tidak ada ..” Contoh : Tidak ada hubungan antara pemakaian APD dengan kejadian kecelakaan karyawan. 2. Hipotesis Alternatif (HA) - Kebalikan dari Ho - Dinyatakan dengan kata “ Ada …..” Contoh : Ada perbedaan produktivitas kerja antara laki-2 dan perempuan. Ho dan HA bersifat komplementer  jika Ho ditolak, otomatis HA diterima.

Tipe Kesalahan dalam pengambilan keputusan : Kesimpulan Hakekat Ho Benar Salah Menolak Tipe I (α) Tepat Menerima Tipe II (β)

STATISTIK NON PARAMETRIK Analisis data nominal dan ordinal Analisis data interval atau rasio tapi data tersebur tidak berdistribusi normal  Uji normalitas data. Penting diingat !!!!!!!!!  Padanan/alternatif Statistik Parametrik Analisis data dengan sampel kecil.

Macam Uji Statistik Non Parametrik : Korelasi Product Moment Hubungan Korelasi Spearman, Tau Kendall Paired T-test Independen T-test Analisis Varians Beda Uji Chi-Square Uji Mann Whitney Uji Fredman Kruskal Wallis Regresi Linear Pengaruh Regresi Logistik