Saudara dan teman-teman berencana makan bersama di sebuah restauran
Introduction to Biostatistics Widya Rahmawati
Saudara dan teman-teman berencana makan bersama di sebuah restauran
• Saudara diminta
mendaftar menu yang dipesan oleh teman- teman dan menyampaikan kepada Pelayan
Nutrition Biostatistics, Widya R, PS Ilmu Gizi FKUB, 2013 Berikut daftar pesanan makanan teman-teman Nama Pesanan
Okti Ayam goreng Fauziah Ayam bakar Arindra Ikan bakar Amanda Bebek goreng Novita Ayam goreng Ismi Ayam bakar Yaznia Ikan bakar Yosi Bebek goreng Silfia Ayam bakar Siti Bebek goreng
Nama Pesanan
Nova Ayam bakar Nindya Ayam bakar Garnish Bebek goreng Anisa Ayam bakar Yani Ikan bakar Nindy Ayam bakar Hani Ayam bakar Elvira Bebek goreng Tiara Ayam bakar Fitri Ayam bakar
Nutrition Biostatistics, Widya R, PS Ilmu Gizi FKUB, 2013 Bagaimana cara Saudara menyampaikan pesanan teman-teman kepada Pelayan?
- Apakah menyampaikan masing-masing pesanan satu per satu?
TENTU TIDAK
- Saudara dapat menyampaikan kepada pelayan:
- – Ayam bakar = 10
- – Bebek goreng = 5
- – Ikan bakar = 3
- – Ayam goreng = 2
Nutrition Biostatistics, Widya R, PS Ilmu Gizi FKUB, 2013 Keesokan harinya, salah seorang teman yang berhalangan hadir, menanyakan: “Apa saja menu yang dipesan teman-teman kemarin?”
- Saudara tentu tidak akan menyebutkan pesanan teman- teman satu per satu
- Saudara dapat menjawab:
- – Separuh dari teman-teman memesan ayam bakar
- – Seperempat memesan bebek goreng
- – Hanya sebagian kecil yang memesan ikan bakar dan ayam goreng
Nutrition Biostatistics, Widya R, PS Ilmu Gizi FKUB, 2013
ayam bakar 50% bebek goreng
25% ikan bakar
15% ayam goreng
10%
Tidak terasa, Saudara sudah menerapkan konsep ilmu Biostatistik!!
Menerapkan Make konsep everythings Biostatistik simple Everything will be simple after systematized
Nutrition Biostatistics, Widya R, PS Ilmu Gizi FKUB, 2013 Why statistics? (statistika)
- Setiap hari kita menerima berbagai informasi yang
menggambarkan berbagai aspek
dalam kehidupan - Data yang masuk ke dalam kepala kita perlu diklasifikasikan,
disimpulkan dan disajikan kembali
dalam bentuk yang lebih mudah
difahami oleh orang lain - Tanpa sadar, kita sudah
menerapkan konsep dasar ilmu
statistik
Nutrition Biostatistics, Widya R, PS Ilmu Gizi FKUB, 2013
- Statistika (statistics) = suatu ilmu (bagian dari ilmu matematika) yang mempelajari
- Merancang pengambilan data
- Mengumpulkan data
- Mengklasifikasikan - Menganalisis - Menyimpulkan - Menginterpretasikan dan
- Menyajikan data guna mendukung keputusan yang diperlukan.
Nutrition Biostatistics, Widya R, PS Ilmu Gizi FKUB, 2013 Words Concept Example
5 Basic words of statistics
Populasi Seluruh anggota kelompok yang akan diambil kesimpulan Seluruh balita (0-5 th) di Kec Klojen Kota Malang
Sampel Sebagian dari anggota kelompok yang terpilih untuk dianalisis 100 balita (0-5 th) di Kec Klojen Kota Malang yang terpilih secara acak dan memenuhi kriteria inklusi
Parameter Pengukuran numerik yang menggambarkan karakteristik populasi
Prosentase gizi kurang pada seluruh balita (0-5 th) di Kec Klojen Kota Malang
Statistik Pengukuran numerik yang menggambarkan karakteristik sampel
Prosentase gizi kurang pada 100 balita (0-5 th) di Kec Klojen Kota Malang yang terpilih secara acak
Variabel Karakteristik atau suatu pembeda yang akan dianalisa menggunakan
statistics
Status gizi balita, umur balita, jenis kelamin, pendapatan keluarga
Nutrition Biostatistics, Widya R, PS Ilmu Gizi FKUB, 2013
Iwan Ariawan, 2006
- Biostatistika adalah ilmu statistika yang diaplikasikan ke bidang ilmu biologi, termasuk kedokteran, gizi, peternakan, dst
- Berbagai penelitian di bidang gizi menggunakan metode biostatistik untuk menarik kesimpulan yang akurat
- Membaca artikel ilmiah dalam bidang gizi juga memerlukan pemahaman biostatistik
Nutrition Biostatistics, Widya R, PS Ilmu Gizi FKUB, 2013 of Biostatistics
1. Variabel vs. Konsep
2. Skala Ukur Variabel
3. Statistik deskriptif dan Statistik Inferensial
4. Jenis Hipotesis
5. Jumlah Kelompok, Berpasangan & Tidak Berpasangan
6. Uji Parametrik & Uji Non Parametrik Nutrition Biostatistics, Widya R, PS Ilmu Gizi FKUB, 2013
Nutrition Biostatistics, Widya R, PS Ilmu Gizi FKUB, 2013 Variabel Konsep
1) Variabel vs. Konsep
Konsep Variabel Gizi Balita Status Gizi Balita Anemia Derajat Anemia, Status Anemia Pengetahuan Tingkat Pengetahuan Kolesterol Kadar kolesterol Konsumsi makanan Tingkat konsumsi makanan
Nutrition Biostatistics, Widya R, PS Ilmu Gizi FKUB, 2013 Add Your Text
Ratio scale
Add Your Text
Interval scale
Add Your Text
Ordinal scale
Add Your Text
Nominal scale M Hanafi, 2011
Nutrition Biostatistics, Widya R, PS Ilmu Gizi FKUB, 2013
2) Skala Ukur Variabel
- Data Continuous – Hasil pengukuran
- – Peningkatan nilai konsisten
- – Nilai nol absolut (rasio)
- – Nilai nol tidak absolut (interval)
- Ordinal – Hasil perhitungan
- – Ada tingkatan, tapi kategori antar tingkatan tidak konsisten
- Nominal – Hasil perhitungan
- – Ada perbedaan
- – Tidak ada perbedaan tingkatan
Nutrition Biostatistics, Widya R, PS Ilmu Gizi FKUB, 2013 Data Qualitative / Data Kategorikal / Data Diskrit SKALA
VARIABEL SIFAT CONTOH
NOMINAL Nama/label Bukan peringkat Golongan darah
Jenis Kelamin
Suku Kejadian penyakitORDINAL Pringkat dengan interval yang tidak dapat diukur Derajat penyakit, tingkat sosial ekonomi,
status gizi
Nutrition Biostatistics, Widya R, PS Ilmu Gizi FKUB, 2013 Data Quantitative / Data Kontinyu
SKALA
VARIABEL SIFAT CONTOH
INTERVAL Peringkat yang dapat diukur namun tidak mempunyai nilai 0 (nol) absolut
Suhu, z-score, nilai,
skor IQ
RASIO Peringkat dengan interval yang dapat diukur dan mempunyai nilai 0 (nol) absolutJarak, berat, panjang/tinggi, umur Nutrition Biostatistics, Widya R, PS Ilmu Gizi FKUB, 2013
3) Statistik Deskriptif vs. Statistik Inferensial
- Descriptive statistics berhubungan dengan perhitungan dan peyajian data.
- Inferential statistics
berhubungan dengan pengambilan kesimpulan dari data yang didapat dari sampel untuk menggambarkan keadaan populasi.
M Hanafi, 2011
Nutrition Biostatistics, Widya R, PS Ilmu Gizi FKUB, 2013 3) Statistik Deskriptif vs. Statistik Inferensial
Diambil data dari 25 mhs Populasi: 100 mhs
Statistik Deskripsi: Sampel: 25 mhs Menghitung, menganalisa, mengambil kesimpulan dan menyajikan data untuk ke-25 mhs
Statistik Inferensial: Menghitung, menganalisa dari 25 mhs, namun kesimpulan diharapkan dapat mewakili seluruh populasi
Nutrition Biostatistics, Widya R, PS Ilmu Gizi FKUB, 2013
Uji Hipotesis: metode untuk mengetahui hubungan (association) antar variabel, yang bisa dilakukan dengan 2 cara, yaitu secara:
1. Komparatif/Perbandingan (Comparation) Hipotesis Komparatif
Cth pertanyaan penelitian:
- Apakah ada perbedaan status gizi balita yang tinggal di daerah pegunungan dan pesisir pantai?
- Apakah ada perbedaan kadar Hb ibu hamil yang diberi suplemen Fe-folat dan multivitamin-mineral?
2. Korelatif/Hubungan (Correlation) Hipotesis Korelatif
- Apakah ada hubungan antara intake asam folat dan kadar homosistein dalam darah?
- Apakah ada hubungan antara rasio lingkar pinggang lingkar panggul terhadap tekanan darah pada WUS?
Nutrition Biostatistics, Widya R, PS Ilmu Gizi FKUB, 2013 5) Jumlah Kelompok, berpasangan & tidak berpasangan
- Dua Kelompok Tidak • Kelompok Berpasangan karena Berpasangan Matching
- – Mengukur status gizi balita di – Setiap subyek dari kelompok 1 daerah pegunungan dan dicarikan pasangan yang match daerah pesisir karakternya (sesuai jenis kelamin, umur, dll) untuk kelompok 2
- Kelompok Berpasangan karena
- Dua Kelompok Berpasangan
desain Cross Over
- – Mengukur status gizi balita
- – Melakukan dua intervensi pada pada saat awal penelitian dan suatu kelompok menggunakan akhir penelitian metode cross over. Pada tahap 1, kita memebri intervensi A, dilihat hasilnya. Selanjutnya dilakukan intervensi B, dan dilihat hasilnya
Nutrition Biostatistics, Widya R, PS Ilmu Gizi FKUB, 2013 PARAMETRIC NONPARAMETRIC continues
- hypothesis testing for
- hypothesis testing for
data
categorical data
lebih sensitif dan- hasilnya
kurang sensitif dan
- hasilnya statistical powernya lebih statistical powernya lebih kecil besar
- Krite
- Kriteria:
or
- – skala data nominal
or
- – skala data interval-
ordinal, or
ratio
or ratio,
- – skala interval-
- – distribusi data normal distribusi tidak normal
- – varians data homogen
- Analisa dengan menggunakan
- Analisa dengan menggunakan
rangking, bukan nilai/angka nilai/angka yang
sesungguhnya yang sesungguhnya
Nutrition Biostatistics, Widya R, PS Ilmu Gizi FKUB, 2013 Data Qualitative / Data Kategorikal / Data Diskrit
SKALA SIFAT CONTOH PENYAJIAN DATA STATISTIK
VARIABEL
NOMINAL Nama/label Golongan darah Proporsi, persentase Uji non Bukan Jenis Kelamin Modus parametrik: peringkat Suku Resiko relatif (RR) Uji tanda
Kejadian penyakit Tidak dapat dihitung (sign test) mean (rerata) Uji Chi square Tabel Uji Fischer Chart Korelasi
Spearman ORDINAL Pringkat Derajat penyakit, Proporsi, prosentase, Uji non dengan tingkat sosial median, modus parametrik: interval yang ekonomi, status Tidak dapat dihitung Uji Chi square tidak dapat gizi rerata Uji Fischer diukur Tabel Korelasi
Chart Spearman
Nutrition Biostatistics, Widya R, PS Ilmu Gizi FKUB, 2013 Data Quantitative / Data Kontinyu
SKALA SIFAT CONTOH PENYAJIAN DATA STATISTIK
VARIABEL
INTERVAL Peringkat yang dapat Suhu udara, z- Mean, standart deviasi, Uji Parametrik: diukur namun tidak score, nilai, skor IQ median Uji t, mempunyai nilai 0 Proporsi, presentasi ANOVA, Korelasi, (nol) absolut Data dapat di+, di-, dix, Regresi di:
Semua jenis tabel
Semua jenis grafik
RATIO Peringkat dengan Jarak, berat, Mean, standart deviasi, Uji Parametrik: interval yang dapat panjang/tinggi, median Uji t, diukur dan umur Proporsi, presentasi ANOVA, Korelasi, mempunyai nilai 0 Data dapat di+, di-, dix, Regresi (nol) absolut di:
Semua jenis tabel
Semua jenis grafik
Nutrition Biostatistics, Widya R, PS Ilmu Gizi FKUB, 2013Tugas
1. Berikan contoh populasi dan berikan contoh sampel
2. Berikan contoh konsep dan contoh variabel
3. Berikan contoh skala data:
1. Nominal
2. Ordinal
3. Interval
4. Rasio
4. Berikan contoh statistik deskriptif & statistik inferensial
5. Berikan contoh
1. dua kelompok tidak berpasangan 2. dua kelompok berpasangan
(masing-masing 2 contoh) Nutrition Biostatistics, Widya R, PS Ilmu Gizi FKUB, 2013
Selamat belajar...
Nutrition Biostatistics, Widya R, PS Ilmu Gizi FKUB, 2013