REVIEW BIOSTATISTIK DESKRIPTIF

Presentasi berjudul: "REVIEW BIOSTATISTIK DESKRIPTIF"— Transcript presentasi:

1 REVIEW BIOSTATISTIK DESKRIPTIF

2 POKOK BAHASAN Konsep statistik deskriptif Data dan variabel
Nilai Tengah (Ukuran Pusat), posisi dan variasi) pada data tunggal dan kelompok Penyajian data Teori atau konsep probabilitas, hukum probabilitas dan mampu menghitung distribusi probabilitas (Normal, Poisson dan Binomial)

3 ASAL KATA: Status (bahasa Latin)
“negara atau untuk menyatakan hal-hal yang berhubungan dengan ketatanegaraan” STATISTIK Biostatistik  penerapan statistik di bidang kesehatan atau kedokteran

4 Pengertian Statistik:
Suatu metode atau ilmu yang mempelajari cara pengumpulan, pengolahan, analisis dan penafsiran (interprestasi) dan penarikan kesimpulan dari data yang ada.

5 Data Informasi Langkah-langkah statistika Pengumpulan data Pengolahan
Penyajian data Analisis data & Kesimpulan Informasi

6 PERLUNYA STATISTIK Menjelaskan hubungan antara variabel-variabel (independen dan dependen) Membuat rencana dan ramalan (regresi) Mengatasi berbagai perubahan Membuat keputusan yang lebih baik

7 PENGERTIAN DATA Data adalah bentuk jamak dari datum adalah:
Keterangan tentang suatu hal dari seorang atau kumpulan orang, dalam bentuk angka atau pernyataan. Kumpulan dari hasil pengukuran atau pengamatan Misal, ketika membahas data seorang pasien, kita dapat membicarakan tentang no. rm, nama pasien, usia, jenis kelamin, pendidikan, Diagnosis dll

8 JENIS DATA SUSUNANNYA 1. Acak atau tunggal 2. Berkelompok SUMBERNYA
Primer Sekunder SIFATNYA 1. Data Kualitatif (Kategori): data yang tidak berbentuk angka 2. Data Kuantitatif (Numerik): data yang berbentuk angka a. Kuantitatif Diskrit = hasil menghitung (angka bulat) b. Kuantitatif Kontinu = hasil mengukur (angka bulat, koma)

9 PENGERTIAN VARIABEL Ciri atau karakteristik individu yang sedang dipelajari atau diukur, yang bentuknya berupa nilai-nilai yang bervariasi Misal: Jenis kelamin, Usia, Suku, TB, BB, Suhu, TD Sistolik, Motivasi, Persepsi, dll

10 PENGUKURAN VARIABEL  4 JENIS SKALA PENGUKURAN
RASIO 3 INTERVAL 2 ORDINAL 1 NOMINAL

11 SIFAT SKALA PENGUKURAN
NOMINAL ORDINAL INTERVAL RASIO Bisa dibedakan Ya Ada tingkatan Tidak Ada jarak Ada kelipatan

12 CARA & ALAT PENGUMPULAN DATA
ALAT (INSTRUMEN) Pengamatan (observasi) Wawancara Pengukuran Angket Check list Kuesioner Meteran, timbangan, Tensimeter dll Formulir isian

13 NILAI TENGAH (UKURAN-UKURAN TENGAH)
DATA NUMERIK/KUANTITATIF 1. MEAN 2. MEDIAN 3. MODUS DATA KATEGORI/KUALITATIF PROPORSI ATAU PERSENTASE

14 MEAN (RATA-RATA HITUNG)
Rumus: Rata-rata hitung = Jumlah semua nilai data Jumlah data Sifat-sifat: 1. Merupakan wakil dari keseluruhan nilai 2. Mean sangat dipengaruhi nilai ekstrim baik ekstrim kecil maupun ekstrim besar 3. Nilai mean berasal dari semua nilai pengamatan

15 MEAN (RATA-RATA HITUNG)
Contoh: Lama rawat (LOS) 10 pasien (hari) Data: 2, 3, 4, 2, 3, 5, 3, 6 , 3, 4 Mean=( )/10=3.5 hari Data: 2, 3, 4, 2, 3, 5, 3, 20 , 3, 4 Mean= =( )/10=4.9 hari

16 MEDIAN Adalah nilai tengah dari data yang ada setelah data diurutkan (array) Simbol Me atau Md Untuk menghitung Median: 1. Mengurutkan data dari terkecil ke terbesar 2. Cari posisi median dengan, n + 1 2 3. Menghitung nilai median

17 MEDIAN Contoh: Lama rawat (LOS) 10 pasien (hari)
Data: 2, 3, 4, 2, 3, 5, 3, 6 , 3, 4 1. Diurutkan menjadi: 2, 2, 3, 3, 3, 3 , 4, 4, 5, 6 2. Posisi median (10+1)/2 = 5.5 3. Nilai Median adalah (3+3)/2 = 3 hari Posisi Median

18 MODUS (MODE) Adalah nilai yang paling banyak ditemukan di dalam suatu pengamatan Berdasarkan sifatnya ini, maka kemungkinan: 1. Tidak ada nilai yang lebih banyak diobservasi, jadi tidak ada modus 2. Ditemui satu modus (uni modal) 3. Ada dua modus (bimodal) 4. Lebih dari tiga modus (multi modal)

19 UKURAN POSISI Pengertian:
Ukuran posisi: angka yang dapat menunjukkan tempat atau posisi data yang kita miliki Jenis Median Kuartil Desil Persentil

20 NILAI TENGAH DATA KATEGORI PROPORSI ATAU PERSENTASE
Contoh: Data Golongan Darah; AB, B, O, O, B, O, A, B, O, O Gol.Darah Frek Persentase A 1 10% B 3 30% AB O 5 50% Total 10 100%

21 ILLUSTRASI UKURAN POSISI
Kuartil K1 K2 K3 Median Md=K2=Ds5=Ps50 Desil Ds2 Ds6 Ds7 Ds8 Ds9 Ds1 Ds3 Ds4 Ds5 Persentil Ps50

22 UKURAN VARIASI ATAU DISPERSI
PENDAHULUAN JENIS UKURAN VARIASI RUMUS

23 PENDAHULUAN Ukuran Variasi adalah ukuran penyebaran suatu kelompok data terhadap pusat data Ukuran variasi  penting, karena: Ukuran pusat atau ukuran tengah (mean, median, modus) hanya memberi informasi yang terbatas sehingga tanpa dipadukan dengan ukuran variasi data kurang bermanfaat dalam analisis data.

24 JENIS UKURAN VARIASI Range (jangkauan)
Mean Deviation (simpangan rata-rata) Variance (variasi) Standard Deviation (standar deviasi) Interquartile Range Coefficient of variation (koefisien variasi)

25 1. RANGE (R) Range (jangkauan) adalah selisih antara nilai maksimum dengan nilai minimum R = nilai max – nilai min Kekurangan: sangat kasar (kurang teliti) dalam menggambarkan variasi data Kelebihan : mudah dihitung

26 2. MEAN DEVIASI (MD) Mean deviasi atau simpangan rata-rata adalah: jumlah nilai mutlak dari selisih semua nilai dengan nilai rata-rata dibagi banyaknya data Σ X - X MD = n

27 3. VARIANCE (V) Variance atau variasi adalah rata-rata kuadrat selisih atau kuadrat simpangan dari semua nilai data terhadap rata-rata hitung dibagi jumlah data dikurangi satu (n-1) Σ(X – X)2 V (S2) = (n-1)

28 4. STANDARD DEVIATION (S=Sd)
Standar deviasi (simpangan baku) adalah akar pangkat dua dari variasi Prinsip matematika  bilangan (-) maupun (+) akan menjadi (+) bila dikuadratkan Standar deviasi  paling baik dan banyak dipakai dalam analisis data daripada ukuran variasi yang lain

29 Rumus Standar Deviasi Σ(X – X)2 Σ[(X – X)2 .F] Data Tunggal S =
Data Berkelompok Σ[(X – X)2 .F] S = (n – 1)

30 5. INTERQUARTILE RANGE (IQR)
Interquartile Range (IQR) atau jangkauan kuartil (JK) atau simpangan kuartil  IQR = JK = K3 – K1 Jangkauan kuartil lebih baik dari pada jangkauan (Range)

31 6. COEFFISIENT OF VARIANCE (CoV)
CoV atau Koefisien Variasi (KV) adalah ratio standar deviasi data sampel terhadap nilai meannya kemudian dikali 100% Untuk membanding variasi 2 data dengan satuan yang berbeda s KV = x 100% X

32 CONTOH (TAMPILAN SPSS)