Saudara dan teman-teman berencana makan bersama di sebuah restauran

  Mari kita renungkan...

• Setiap hari kita menerima berbagai informasi yang menggambarkan berbagai aspek dalam kehidupan

  Introduction to Biostatistics

• Informasi-informasi yang masuk ke dalam kepala kita perlu

  diklasifikasikan, disimpulkan dan disampaikan kembali dalam

  Widya Rahmawati

  bentuk/bahasa yang lebih mudah _{Nutrition Biostatistics, Widya R, PS Ilmu Gizi FKUB, 2013} difahami oleh orang lain

  Berikut daftar pesanan makanan Saudara dan teman-teman berencana makan bersama di sebuah restauran teman-teman

  Nama Pesanan Nama Pesanan Okti Ayam goreng Nova Ayam bakar

• Saudara diminta Fauziah Ayam bakar Nindya Ayam bakar mendaftar menu yang Arindra Ikan bakar Garnish Bebek goreng

  Amanda Bebek goreng Anisa Ayam bakar dipesan oleh teman-

  Novita Ayam goreng Yani Ikan bakar teman dan

  Ismi Ayam bakar Nindy Ayam bakar menyampaikan kepada

  Yaznia Ikan bakar Hani Ayam bakar Pelayan

  Yosi Bebek goreng Elvira Bebek goreng Silfia Ayam bakar Tiara Ayam bakar _{Nutrition Biostatistics, Widya R, PS Ilmu Gizi Nutrition Biostatistics, Widya R, PS Ilmu Gizi FKUB, 2013} Siti Bebek goreng Fitri Ayam bakar _{FKUB, 2013} Bagaimana cara Saudara

  Keesokan harinya, salah seorang teman yang berhalangan hadir, menanyakan:

  menyampaikan pesanan teman-teman “Apa saja menu yang dipesan teman-teman kemarin?” kepada Pelayan?

• Saudara tentu tidak
• Apakah menyampaikan masing-masing pesanan satu

  menyebutkan pesanan teman-

  ayam per satu?

  teman satu per satu

  goreng

• Saudara dapat menjawab: 10%

TENTU TIDAK

• – Separuh dari teman-teman memesan

  ikan ayam

• Saudara dapat menyampaikan kepada pelayan:

  ayam bakar bakar bakar

  15%

• – Ayam bakar = 10 – Seperempat memesan bebek goreng

  50% bebek

• – Hanya sebagian kecil yang mem
• – Bebek goreng = 5

  goreng ikan bakar dan ayam goreng

• – Ikan bakar = 3

  25%

• – Ayam goreng = 2 _{Nutrition Biostatistics, Widya R, PS Ilmu Gizi Nutrition Biostatistics, Widya R, PS Ilmu Gizi FKUB, 2013}
_{FKUB, 2013}

  Tidak terasa, Saudara sudah menerapkan konsep ilmu Biostatistik!! Seorang Ahli Gizi

  Assessmet (Data Collection) Diagnosa

  (Hypothesis) Planning Intervention Monitoring

  & Evaluation Berhubungan dengan berbagai macam data yang perlu diklasifikasikan, disimpulkan dan disajikan kembali dalam bentuk yang lebih mudah difahami oleh orang lain

  Perlu mengaplikasikan ilmu

BIOSTATISTIKA NUTRITIONAL CARE PROCESS

  Merencanakan intervensi berdasarkan bukti ilmiah & fakta

  Statistika (statistics) = suatu ilmu (bagian dari ilmu matematika) yang mempelajari

  Seorang Ahli Gizi Perlu memahami data/laporan yang disajikan/hasil penelitian terdahulu untuk mendukung keputusan Perlu memahami ilmu

• Merancang pengambilan data
• Mengumpulkan data
• Mengklasifikasikan - Menganalisis - Menyimpulkan - Menginterpretasikan dan
• Menyajikan data
• Merancang pengambilan data
>

-

Mengumpulkan
• Mengklasifikasikan - Menganalisis - Menyimpulkan

  -

• Menyajikan data
• 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}

  BIOSTATISTIKA Why statistics?

  Banyak membaca laporan/penelitian terdahulu

  guna mendukung keputusan yang diperlukan.

  Konsep dasar ilmu biostatistik Nutrition Biostatistics, Widya R, PS Ilmu Gizi _{FKUB, 2013}

  Menerapkan konsep Biostatistik Make everythings simple

  Everything will be simple after systematized Why statistics?

  Nutrition Biostatistics, Widya R, PS Ilmu Gizi _{FKUB, 2013}  Statistika (statistics) =

  suatu ilmu (bagian dari ilmu matematika) yang mempelajari

  Menginterpretasikan dan

  guna mendukung keputusan yang diperlukan.

  Nutrition Biostatistics, Widya R, PS Ilmu Gizi _{FKUB, 2013}



  Why do you need to learn it?

  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 Mari kita fikirkan....

  Nutrition Biostatistics, Widya R, PS Ilmu Gizi _{FKUB, 2013} 1) Variabel vs. Konsep

  Nutrition Biostatistics, Widya R, PS Ilmu Gizi _{FKUB, 2013} Variabel  Konsep

1) Variabel vs. Konsep

• Seorang mahasiswa ingin meneliti hubungan antara konsumsi zat besi, vitamin C dan anemia pada remaja putri. Manakah yang termasuk variabel, manakah yang termasuk konsep?
• Konsumsi zat besi  konsep
• Vitamin C  konsep
• Anemia  konsep
• Remaja putri  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} Istilah-istilah dalam statistik...

  Variabel dan Konsep

• Konsumsi zat besi
• Konsumsi vitamin C • Anemia • Remaja putri
• Tingkat konsumsi zat besi
• Tingkat konsumsi vitamin C • Status/derajat anemia
• Usia Remaja putri

  Status gizi balita, umur balita, jenis kelamin, pendapatan keluarga

  e. Status anemia, umur kehamilan, umur ibu hamil, disebut.... variabel  ciri/sifat fari konsep yang mengandung variasi nilai/kategori dapat diukur/diklasifikasikan

  Words Concept Example 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

  5 Basic words of statistics Nutrition Biostatistics, Widya R, PS Ilmu Gizi _{FKUB, 2013}

  d. Prosentase anemia pada 140 ibu hamil dengan umur kehamilan 12-16 minggu yang diteliti, disebut....

  Iwan Ariawan, 2006

  f. Apabila data dari 140 ibu hamil disajikan untuk menggambarkan karakteristik dari 140 bumil itu saja (tidak untuk menggambarkan karakteristik populasi), maka disebut....

  statistik deskriptif

  adalah metode yang berkaitan dengan pengumpulan dan penyajian suatu data dari sampel, tanpa menarik inferensia/kesimpulan untuk data populasi.

  g. Apabila kesimpulan dari 140 bumil di atas diharapkan mewakili seluruh bumil di wilayah Kecamatan Lowokwaru, maka disebut....

  statistik inferensial Semua metode yang berhubungan dengan analisis sebagian (sampel) dengan tujuan untuk ditarik kesimpulan karakteritik populasi.

  Statistik  Pengukuran numerik yang menggambarkan karakteristik sampel

  Parameter  Pengukuran numerik yang menggambarkan karakteristik populasi

  Konsep Variabel Persepsi, pemahaman umum Fakta Fakta

  Seorang peneliti akan melakukan penelitian tentang status anemia ibu hamil pada 140 ibu hamil dengan umur kehamilan 12-16 minggu di wilayah Kecamatan Lowokwaru.

  Fakta Merupakan hasil pengamatan , berupa pemahaman umum terhadap suatu masalah. Bisa dilihat secara langsung (cth. Buku, makanan), atau tidak bisa dilihat secara langsung (cth. Energi)

  Merupakan ciri/sifat dari konsep yang mengandung variasi nilai/kategori sehingga dapat diukur/diklasifikasikan. Cth. Tebal buku, warna buku, berat makanan, kandungan energi dalam makanan

  Konsep vs. Variabel KONSEP

  VARIABEL

  Masih bersifat umum, belum bisa diukur/dikategorikan Merupakan ciri/sifat fari konsep yang mengandung variasi nilai/kategori dapat diukur/diklasifikasikan Istilah-istilah dalam statistik...

  Populasi & Sampel

  a. Seluruh ibu hamil yang berada di wilayah kecamatan Lowokwaru, disebut....

  c. Prosentase anemia pada ibu hamil dengan umur kehamilan 12-16 minggu di wilayah Kecamatan Lowokwaru, disebut....

  Populasi  Seluruh anggota kelompok yang akan diambil

  kesimpulan

  b. 140 ibu hamil dengan umur kehamilan 12-16 minggu yang diambil datanya untuk penelitian, disebut....

  Sampel

  : Sebagian dari anggota kelompok yang terpilih untuk dianalisis

  Istilah-istilah dalam statistik...

  Parameter, Statistik, Variabel

  Istilah-istilah dalam statistik... Statistik Deskriptif & Statistik Inferensial

  3) Statistik Deskriptif Statistik Deskriptif vs. Statistik Inferensial vs. Statistik Inferensial

  Diambil data dari

• Descriptive statistics

  25 mhs Populasi: 100 mhs berhubungan dengan perhitungan dan peyajian data.

  Statistik Deskripsi: Sampel: 25 mhs Menghitung, menganalisa,

• Inferential statistics

  mengambil kesimpulan dan menyajikan data untuk ke-25 mhs berhubungan dengan pengambilan kesimpulan dari data yang didapat dari sampel untuk

  Statistik Inferensial: menggambarkan keadaan populasi.

  Menghitung, menganalisa dari 25 mhs, namun kesimpulan diharapkan dapat mewakili seluruh populasi

  M Hanafi, 2011 _{Nutrition Biostatistics, Widya R, PS Ilmu Gizi FKUB, 2013} Statistik Deskriptif vs. Statistik Inferensial, materi Sebelum mengolah data, kita perlu yang perlu dipelajari memahami jenis dan skala data...

  Statistik Deskriptif Statistik Inferensial

• Distribusi Frekuensi • Probabilitas Seorang peneliti ingin meneliti tentang status gizi balita.

  Pada saat awal penelitian, dia mengambil variabel umur

• Central Tendency • Confidence Interval balita, berat badan dan tinggi badan balita.
• Variasi • Uji Hipotesis

  a. Variabel umur, BB dan TB termasuk skala data …

• Distribusi Normal • Uji Statistik

  rasio

  b. Selanjutnya, peneliti menganalisa berat badan

• Parametrik & Non

  menurut umur (W/A Z-score), berat badan menurut

  Parametrik

  tinggi badan (W/H z-score) dan tinggi badan menurut umur (H/A z-score). WAZ, WHZ dan HAZ termasuk ke dalam skala data … interval

  Sebelum mengolah data, kita perlu Jenis dan Skala Data memahami jenis dan skala data...

JENIS DATA SKALA SIFAT CONTOH DATA

  Data NOMINAL Nama/label Golongan darah, Qualitative/ Bukan peringkat Jenis Kelamin, Suku,

c. Data WAZ, WHZ dan HAZ selanjutnya dikategorikan

  Data Kejadian penyakit menjadi status gizi lebih, normal dan status gizi

  Kategorikal/ ORDINAL Peringkat dengan interval Derajat penyakit, kurang. Status Gizi kurang, normal dan lebih

  = Data Diskrit yang tidak dapat diukur tingkat sosial termasuk skala data.... mengandung ekonomi, status gizi ordinal

variasi

  d. Proses pengkategorian ini merubah skala data awal kategori (kontinyu) menjadi skala data …

  

Data

  INTERVAL Peringkat yang dapat diukur Suhu, z-score, nilai, kategorikal

  Quantitative/ namun tidak mempunyai skor IQ

  e. Jenis kelamin dan suku balita tergolong skala data Data Kontinyu nilai 0 (nol) absolut …

=

nominal

  RASIO Peringkat dengan interval Jarak, berat, mengandung yang dapat diukur dan panjang/tinggi, umur variasi nilai mempunyai nilai 0 (nol) absolut

  3) Statistik Deskriptif 2) Skala Ukur Variabel _{Add Your Text} vs. Statistik Inferensial

  Diambil data dari 25 mhs Ratio scale _{Add Your Text}

  Populasi: 100 mhs Statistik Deskripsi:

  Interval scale _{Add Your Text} Sampel: 25 mhs Menghitung, menganalisa, mengambil kesimpulan dan menyajikan data untuk ke-25 mhs _{Add Your Text} Ordinal scale

  Statistik Inferensial: Nominal scale

  Menghitung, menganalisa dari 25 mhs, namun kesimpulan diharapkan dapat mewakili seluruh populasi

  M Hanafi, 2011 _{Nutrition Biostatistics, Widya R, PS Ilmu Gizi Nutrition Biostatistics, Widya R, PS Ilmu Gizi FKUB, 2013 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 (masing-masing 2 contoh) _{Nutrition Biostatistics, Widya R, PS Ilmu Gizi Nutrition Biostatistics, Widya R, PS Ilmu Gizi FKUB, 2013} Selamat belajar... _{FKUB, 2013}