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 penyakit

  ORDINAL 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) absolut

  Jarak, 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, 2013

  Tugas

  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