5.4.RP Biostatistika DIII KKNI
PRODI DIII STATISTIKA-FMIPA ITS
RENCANA PEMBELAJARAN
Kode/ mata kuliah/ sks/ semester : SS14 5251BIOSTATISTIKA / (2/0/1) V
Dosen Pembina
: Dosen Statistika FMIPA ITS
CAPAIAN PEMBELAJARAN (Learning outcome) :
Mampu menerapkan metode statistika di bidang lingkungan-kesehatan.
Penguasaan Pengetahuan
Kemampuan kerja
Kemampuan Manajerial
Sikap dan Tata Nilai
5.1
Mampu menerapkan statistika inferens pada bidang lingkungan, kesehatan dan biologi
5.2
Mampu memformulasikan estimasi model dan pengujian Hipotesis dengan baik pada bidang lingkungan dan kesehatan
5.3
Mampu menganalisis data dari permasalahan riil dengan metode statistika inferens
5.4
Mampu Memilih metode statistika inferens yang sesuai untuk menyelesaikan hipotesis yang disusun dan menginterpretasikan hasilnya dengan tepat
5.5
Mampu menganalisis data dan mampu mengkomunikasikan hasilnya dengan baik
5.6
Mampu mengelola kelompok kerja dan menyusun laporan tertulis secara komprehensif;
5.7
Bertanggung jawab pada pekerjaan sendiri
5.8
Dapat diberi tanggung jawab atas pencapaian hasil kerja kelompok
5.9
Memiliki etika profesi (termasuk menghargai temuan orisinil orang lain); menghargai pendapat orang lain; Patuh pada aturan yang tertulis dan tidak tertulis serta
berpikir cerdas, amanah dan kreatif.
POKOK BAHASAN :
Pengantar Biostatistika (Definisi dan aplikasinya); Macam – Macam Desain Penelitian observasional (Study Cross Sectional; Study Case Control; Study Cohort); Ukuran-Ukuran Epidemiologi
(Insidensi, Prevalensi); Review statistik Deskriptip dan peluang;, Review statistik parametrik dan non parametric; Estimasi dan Pengujian Hipotesis (data kategorik); Metode analisis untuk biostatistika
(Pengukuran pengaruh data kategorik, confounding dan standarisasi; Uji Mantel Haenszel; Regresi logistik Berganda,; Pengelompokkan data biner) dan Studi kasus
PRASYARAT :
•
•
•
Telah mengikuti Statistika Non Parametrik dan nilai minimum D
Telah mengikuti Analisis Data Katagori dan nilai minimum D
Telah mengikuti Teknik Sampling dan Survey dan nilai minimum D
89
PRODI DIII STATISTIKA-FMIPA ITS
RENCANA PEMBELAJARAN
Kode/ mata kuliah/ sks/ semester : SS14 5251BIOSTATISTIKA / (2/0/1) V
Dosen Pembina
Pertemuan
ke
Capaian Pembelajaran
Nomor
5.1,
5.6; 5.7;
5..8
5.9;
Deskripsi
1. Mampu menerapkan
metode statistika
pada bidang
kesehatan,
lingkungan secara
umum
2
5.1,
5.6; 5.7;
5..8
5.9;
2. Mampu
membedakan desain
penelitian
observasional
3-4
5.1; 5.2
5.3; 5.4;
5.6; 5.7;
5.8
5.9;
5.1; 5.2
5.3; 5.4;
5.6; 5.7;
5.8
5.9;
3. Mampu mengukur
angka morbiditas
5.1; 5.2
5.3; 5.4;
5.6; 5.7;
5.8
5.9;
5. Mampu menerapkan
estimasi parameter
dan merumuskan
testing hipotesis
yang sesuai pada
1
5-6
7-8
4. Mampu menerapkan
penentuan distribusi
diskret dari suatu
kejadian dengan
tepat dan
menghitung peluang
dist normal
INDIKATOR CAPAIAN
Materi
Pustaka
BOBOT
Bentuk Asesmen
Materi
tes/tugas
Observasi kelas,
4%/4%
Ceramah dan
Diskusi,
Observasi kelas,
4%/8%
[5]
Ceramah
Diskusi,
latihan soal
Observasi kelas,
tes
6%/14%
Review statistik Deskriptip dan
peluang
- Penyajian data deskriptip
- distribusi diskret
- distribusi Normal
- Aplikasi pada beberapa
kasus
[1] BAB 4; 5
Ceramah
Diskusi,
latihan soal
penyelesaian
masalah
Review statistik parametrik
- estimasi,
- testing hipotesis,
- Aplikasi pada beberapa
kasus
[1]- BAB 6;8 Ceramah
[3]- BAB 9-11 Diskusi,
sd 9-14
penyelesaian
kasus
1.1. Memahami peran statistika pada bidang
Pengantar Biostatistika:
kesehatan, lingkungan, biologi
Definisi Biostatistika dan
1.2. Dapat menjelaskan pengertian Biostatistika aplikasi di bidang kesehatan,
lingkungan, dan biologi
1.3. Dapat menyelesaikan beberapa kasus
rill terkait dengan bidang kesehatan,
lingkungan, dan biologi dengan
menggunakan statistika diskriptip.
2.1. Memahami macam desain penelitian
Macam – Macam Desain
observasional dalam bidang kesehatan
Penelitian Observasional
2.2. Dapat membedakan penentuan variable (Study Cross Sectional; Study
untuk Study Cross Sectional; Study
Case Control; Study Cohort);
Case Control; Study Cohort);
[1] BAB 1
[1] BAB 2
3.1. Dapat memahami cara Mengukur
Masalah Penyakit ( Angka Kesakitan /
Morbiditas ).
3.2. Dapat menghitung ukuran morbiditas
angka insidensi & prevalensi
4.1. Dapat menyajikan data secara tepat
baik dengan table maupun grafik .
4.2. Dapat memahami suatu kejadian
mengikuti distribusi diskret tertentu dan
dapat menghitung peluang kejadiannya
4.3. Dapat menghitung peluang distibusi
normal (manual maupun tabel)
Ukuran-Ukuran Epidemiologi
(Insidensi, Prevalensi)
5.1. Dapat melakukan estimasi parameter
dengan baik
5.2. Dapat menyusun hipotesis dan
melakukan pengujian parameter untuk
satu dan dua sampel
Metode
Pembelajara
n
Ceramah dan
Diskusi,
: Dosen Statistika FMIPA ITS
Observasi kelas,
tugas
Observasi kelas
6%/20%
6%/26%
tugas
90
PRODI DIII STATISTIKA-FMIPA ITS
RENCANA PEMBELAJARAN
Kode/ mata kuliah/ sks/ semester : SS14 5251BIOSTATISTIKA / (2/0/1) V
Dosen Pembina
Pertemuan
ke
9-10
11-12
13-14
15-16
17-18
Capaian Pembelajaran
Nomor
Deskripsi
kejadian riil
INDIKATOR CAPAIAN
5.1; 5.2
5.3; 5.4;
5.6; 5.7;
5.8
5.9;
6. Mampu melakukan
pengujian median
dengan uji tanda dan
wilcoxon untuk
kejadian riil
5.1; 5.2
5.3; 5.4;
5.6; 5.7;
5.8
5.9
7. Mampu melakukan
pengujian data
kategorikal dengan
baik
6.1. Dapat melakukan pengujian median
untuk data ordinal.
6.2. Dapat melakukan pengujian rangking
wilcoxon untuk kejadian biologi,
kesehatan dan lingkungan
7.1 Dapat melakukan pengujian kasus
binomial dengan menggunakan uji
proporsi
7.2 Dapat melakukan pengujian dari tabel
kontingency (2x2 maupun rxc)
7.3 Dapat menunjukkan hungan antara Uji
Wilcoxon dan uji χ2 Untuk tabel
kontingensi 2 x k
7.4 Mampu menerapkan pada kasul riil
5.1; 5.2
5.3; 5.4;
5.6; 5.7;
5.8
5.9;
8. Mampu menghitung
dan
menginterpretasikan
RR dan OR dengan
baik
8.1. Dapat menghitung dan
menginterpretasikan hasil perhitungan
Risk ratio (rasio resiko/ resiko relatif RR)
dan odds ratio (OR) dari suatu kejadian
8.2. Mampu menerapkan pada kasul riil
5.1; 5.2
5.3; 5.4;
5.6; 5.7;
5.8
5.9;
9. Mampu menentukan
variabel confounding
dan standarisasi
5.1; 5.2
5.4; 5.5.
5.6; 5.7;
9.1. Dapat melakukan kontrol terhadap
variabel counfounding
9.2. Dapat melakukan standarisasi pada
variabel Counfounding (variabel
pembentuk)
10. Mampu menghitung 10.1. dapat menghitung OR data stratifikasi
OR untuk data
dan menginterpretasikan hasilnya
berstrata dan menguji 10.2. dapat melakukan pengujian
Materi
Pustaka
Review statistik non parametrik
- Uji tanda
- Uji Wilcoxon
- Aplikasi pada beberapa
kasus
[1]- BAB 9
[3]- BAB 13
Estimasi dan Pengujian
Hipotesis: data kategorik
- Pengujian dua proporsi
- Kontingensi tabel (uji χ2)
- Uji Mc Nemar
- Hubungan antara Uji
Wilcoxon dan uji χ2
- Statistik Kappa
- Aplikasi pada beberapa
kasus
Metode analisis untuk
biostatistik dengan Pengukuran
pengaruh data kategorik
- Mengukur Risk ratio
- Mengukur Odds Ratio
- Aplikasi pada beberapa
kasus
confounding dan standarisasi,
[1]- BAB 10
Uji Mantel Haenszel :
- Odds Ratio untuk data
stratified dalam tabel
[1]- BAB
13.3
Metode
Pembelajara
n
: Dosen Statistika FMIPA ITS
BOBOT
Bentuk Asesmen
Materi
tes/tugas
Ceramah
Diskusi, studi
kasus
Tes 1
Observasi kelas
Ceramah
Diskusi,
penyelesaian
kasus
Observasi kelas
Ceramah
Diskusi,
penyelesaian
kasus
Observasi kelas
6%/32%
tugas
8%/40%
tugas
6%/46%
Tugas
tes
[1]- BAB
13.4
[3]- BAB 4
Ceramah
Diskusi,
penyelesaian
kasus
Observasi kelas
[1]- BAB
13.5
[3]- BAB16
Ceramah
Diskusi,
penyelesaian
Observasi kelas
6%/52%
tugas
8%/60%
91
PRODI DIII STATISTIKA-FMIPA ITS
RENCANA PEMBELAJARAN
Kode/ mata kuliah/ sks/ semester : SS14 5251BIOSTATISTIKA / (2/0/1) V
Dosen Pembina
Pertemuan
ke
19-22
23-26
27-30
Capaian Pembelajaran
Nomor
5.8
5.9;
5.1; 5.2
5.4; 5.5.
5.7
5.9
5.1; 5.2
5.3; 5.4;
5.5
5.6; 5.7;
5.8
5.9;
Deskripsi
dengan menggunakan
Mantel Haenszel test
INDIKATOR CAPAIAN
kecenderungan pada k strata dengan
menggunakan tabel kontingensi 2x2 (2
kategori)
10.3. Mampu menerapkan pada kasul riil
11. Mampu
11.1. Dapat membuat model regresi logistik
membangun dan
berganda dari data dichotomous pada
menginterpretasikan
kasus riil
model regresi logistik 11.2. Dapat menginterpretasikan estimasi
berganda dengan baik
parameter Regresi logistik berganda
11.3. Mampu menerapkan pada kasul riil
12. Mampu melakukan 12.1. Dapat melakukan pengujian
pengujian data biner
perbandingan dua proporsi sebagai data
dari dua kelompok
biner data dua kelompok sampel
sampel
12.2. Menghitung kekuatan pengujian (1-β)
12.3. Menentukan ukuran sampel masingmasing kelompok
12.4. Mampu menerapkan pada kasul riil
5.1; 5.2
13. Mampu melakukan 13.1 Mampu menerapkan metode statistika
5.3; 5.4;
analisis biostatistika
dengan tepat pada kasus riil bidang
5.55.6; 5.7;
biologi, kesehatan dan lingkungan
5.8; 5.9;
PUSTAKA UTAMA
1. Bernard Rosner. “Fundamentals of Biostatistics”. Sixth Edition. Thomson Brooks/Cole. 2006
2. Modul kuliah dan praktikum
Materi
kontingensi k 2x2
- Uji Chi Square untuk TrendMultiple strata (Mantel
Extension Test)
- Aplikasi beberapa kasus
Regresi logistik Berganda,
- Pengertian regresi logistik
- Model regresi logistik
berganda
- Interpretasi model
- Aplikasi pd beberapa kasus
Pengelompokkan data biner :
- Uji membandingkan dua
proporsi (data biner)
- Penentuan kekuatan
pengujian
- Penentuan ukuran sampel
- Aplikasi pada beberapa
kasus
Studi kasus
Pustaka
Metode
Pembelajara
n
kasus
: Dosen Statistika FMIPA ITS
BOBOT
Bentuk Asesmen
Materi
tes/tugas
Tugas
tes
[1]- BABA
13.7
[3]- BAB 20
Ceramah
Diskusi,
penyelesaian
kasus
Observasi kelas
[1]- BAB
13.11
Ceramah
Diskusi,
penyelesaian
kasus
Observasi kelas
Diskusi,
presentasi
14%/74%
tugas
14% /
88%
tugas
Presentasi hasil
studi kasus
12%/
100%
PUSTAKA PENDUKUNG
1. Marcello Pagano, Kimberlee Gauvreau. “Principles of Biostatistics”. Second edition. Duxbury Thomson Learning. CA, USA. 2000
2. Wayne Daniel W. “Biostatistics : A Foundation for Analysis in The Health Sciences”. 3rd edition. John Wiley & sons. NY. 1978
3. Last JM. “A Dictionary of Epidemiology”, 4th ed. Oxford: Oxford University Press, 2001.
92
PRODI DIII STATISTIKA-FMIPA ITS
RENCANA PEMBELAJARAN
Kode/ mata kuliah/ sks/ semester : SS14 5251BIOSTATISTIKA / (2/0/1) V
Dosen Pembina
: Dosen Statistika FMIPA ITS
93
RENCANA PEMBELAJARAN
Kode/ mata kuliah/ sks/ semester : SS14 5251BIOSTATISTIKA / (2/0/1) V
Dosen Pembina
: Dosen Statistika FMIPA ITS
CAPAIAN PEMBELAJARAN (Learning outcome) :
Mampu menerapkan metode statistika di bidang lingkungan-kesehatan.
Penguasaan Pengetahuan
Kemampuan kerja
Kemampuan Manajerial
Sikap dan Tata Nilai
5.1
Mampu menerapkan statistika inferens pada bidang lingkungan, kesehatan dan biologi
5.2
Mampu memformulasikan estimasi model dan pengujian Hipotesis dengan baik pada bidang lingkungan dan kesehatan
5.3
Mampu menganalisis data dari permasalahan riil dengan metode statistika inferens
5.4
Mampu Memilih metode statistika inferens yang sesuai untuk menyelesaikan hipotesis yang disusun dan menginterpretasikan hasilnya dengan tepat
5.5
Mampu menganalisis data dan mampu mengkomunikasikan hasilnya dengan baik
5.6
Mampu mengelola kelompok kerja dan menyusun laporan tertulis secara komprehensif;
5.7
Bertanggung jawab pada pekerjaan sendiri
5.8
Dapat diberi tanggung jawab atas pencapaian hasil kerja kelompok
5.9
Memiliki etika profesi (termasuk menghargai temuan orisinil orang lain); menghargai pendapat orang lain; Patuh pada aturan yang tertulis dan tidak tertulis serta
berpikir cerdas, amanah dan kreatif.
POKOK BAHASAN :
Pengantar Biostatistika (Definisi dan aplikasinya); Macam – Macam Desain Penelitian observasional (Study Cross Sectional; Study Case Control; Study Cohort); Ukuran-Ukuran Epidemiologi
(Insidensi, Prevalensi); Review statistik Deskriptip dan peluang;, Review statistik parametrik dan non parametric; Estimasi dan Pengujian Hipotesis (data kategorik); Metode analisis untuk biostatistika
(Pengukuran pengaruh data kategorik, confounding dan standarisasi; Uji Mantel Haenszel; Regresi logistik Berganda,; Pengelompokkan data biner) dan Studi kasus
PRASYARAT :
•
•
•
Telah mengikuti Statistika Non Parametrik dan nilai minimum D
Telah mengikuti Analisis Data Katagori dan nilai minimum D
Telah mengikuti Teknik Sampling dan Survey dan nilai minimum D
89
PRODI DIII STATISTIKA-FMIPA ITS
RENCANA PEMBELAJARAN
Kode/ mata kuliah/ sks/ semester : SS14 5251BIOSTATISTIKA / (2/0/1) V
Dosen Pembina
Pertemuan
ke
Capaian Pembelajaran
Nomor
5.1,
5.6; 5.7;
5..8
5.9;
Deskripsi
1. Mampu menerapkan
metode statistika
pada bidang
kesehatan,
lingkungan secara
umum
2
5.1,
5.6; 5.7;
5..8
5.9;
2. Mampu
membedakan desain
penelitian
observasional
3-4
5.1; 5.2
5.3; 5.4;
5.6; 5.7;
5.8
5.9;
5.1; 5.2
5.3; 5.4;
5.6; 5.7;
5.8
5.9;
3. Mampu mengukur
angka morbiditas
5.1; 5.2
5.3; 5.4;
5.6; 5.7;
5.8
5.9;
5. Mampu menerapkan
estimasi parameter
dan merumuskan
testing hipotesis
yang sesuai pada
1
5-6
7-8
4. Mampu menerapkan
penentuan distribusi
diskret dari suatu
kejadian dengan
tepat dan
menghitung peluang
dist normal
INDIKATOR CAPAIAN
Materi
Pustaka
BOBOT
Bentuk Asesmen
Materi
tes/tugas
Observasi kelas,
4%/4%
Ceramah dan
Diskusi,
Observasi kelas,
4%/8%
[5]
Ceramah
Diskusi,
latihan soal
Observasi kelas,
tes
6%/14%
Review statistik Deskriptip dan
peluang
- Penyajian data deskriptip
- distribusi diskret
- distribusi Normal
- Aplikasi pada beberapa
kasus
[1] BAB 4; 5
Ceramah
Diskusi,
latihan soal
penyelesaian
masalah
Review statistik parametrik
- estimasi,
- testing hipotesis,
- Aplikasi pada beberapa
kasus
[1]- BAB 6;8 Ceramah
[3]- BAB 9-11 Diskusi,
sd 9-14
penyelesaian
kasus
1.1. Memahami peran statistika pada bidang
Pengantar Biostatistika:
kesehatan, lingkungan, biologi
Definisi Biostatistika dan
1.2. Dapat menjelaskan pengertian Biostatistika aplikasi di bidang kesehatan,
lingkungan, dan biologi
1.3. Dapat menyelesaikan beberapa kasus
rill terkait dengan bidang kesehatan,
lingkungan, dan biologi dengan
menggunakan statistika diskriptip.
2.1. Memahami macam desain penelitian
Macam – Macam Desain
observasional dalam bidang kesehatan
Penelitian Observasional
2.2. Dapat membedakan penentuan variable (Study Cross Sectional; Study
untuk Study Cross Sectional; Study
Case Control; Study Cohort);
Case Control; Study Cohort);
[1] BAB 1
[1] BAB 2
3.1. Dapat memahami cara Mengukur
Masalah Penyakit ( Angka Kesakitan /
Morbiditas ).
3.2. Dapat menghitung ukuran morbiditas
angka insidensi & prevalensi
4.1. Dapat menyajikan data secara tepat
baik dengan table maupun grafik .
4.2. Dapat memahami suatu kejadian
mengikuti distribusi diskret tertentu dan
dapat menghitung peluang kejadiannya
4.3. Dapat menghitung peluang distibusi
normal (manual maupun tabel)
Ukuran-Ukuran Epidemiologi
(Insidensi, Prevalensi)
5.1. Dapat melakukan estimasi parameter
dengan baik
5.2. Dapat menyusun hipotesis dan
melakukan pengujian parameter untuk
satu dan dua sampel
Metode
Pembelajara
n
Ceramah dan
Diskusi,
: Dosen Statistika FMIPA ITS
Observasi kelas,
tugas
Observasi kelas
6%/20%
6%/26%
tugas
90
PRODI DIII STATISTIKA-FMIPA ITS
RENCANA PEMBELAJARAN
Kode/ mata kuliah/ sks/ semester : SS14 5251BIOSTATISTIKA / (2/0/1) V
Dosen Pembina
Pertemuan
ke
9-10
11-12
13-14
15-16
17-18
Capaian Pembelajaran
Nomor
Deskripsi
kejadian riil
INDIKATOR CAPAIAN
5.1; 5.2
5.3; 5.4;
5.6; 5.7;
5.8
5.9;
6. Mampu melakukan
pengujian median
dengan uji tanda dan
wilcoxon untuk
kejadian riil
5.1; 5.2
5.3; 5.4;
5.6; 5.7;
5.8
5.9
7. Mampu melakukan
pengujian data
kategorikal dengan
baik
6.1. Dapat melakukan pengujian median
untuk data ordinal.
6.2. Dapat melakukan pengujian rangking
wilcoxon untuk kejadian biologi,
kesehatan dan lingkungan
7.1 Dapat melakukan pengujian kasus
binomial dengan menggunakan uji
proporsi
7.2 Dapat melakukan pengujian dari tabel
kontingency (2x2 maupun rxc)
7.3 Dapat menunjukkan hungan antara Uji
Wilcoxon dan uji χ2 Untuk tabel
kontingensi 2 x k
7.4 Mampu menerapkan pada kasul riil
5.1; 5.2
5.3; 5.4;
5.6; 5.7;
5.8
5.9;
8. Mampu menghitung
dan
menginterpretasikan
RR dan OR dengan
baik
8.1. Dapat menghitung dan
menginterpretasikan hasil perhitungan
Risk ratio (rasio resiko/ resiko relatif RR)
dan odds ratio (OR) dari suatu kejadian
8.2. Mampu menerapkan pada kasul riil
5.1; 5.2
5.3; 5.4;
5.6; 5.7;
5.8
5.9;
9. Mampu menentukan
variabel confounding
dan standarisasi
5.1; 5.2
5.4; 5.5.
5.6; 5.7;
9.1. Dapat melakukan kontrol terhadap
variabel counfounding
9.2. Dapat melakukan standarisasi pada
variabel Counfounding (variabel
pembentuk)
10. Mampu menghitung 10.1. dapat menghitung OR data stratifikasi
OR untuk data
dan menginterpretasikan hasilnya
berstrata dan menguji 10.2. dapat melakukan pengujian
Materi
Pustaka
Review statistik non parametrik
- Uji tanda
- Uji Wilcoxon
- Aplikasi pada beberapa
kasus
[1]- BAB 9
[3]- BAB 13
Estimasi dan Pengujian
Hipotesis: data kategorik
- Pengujian dua proporsi
- Kontingensi tabel (uji χ2)
- Uji Mc Nemar
- Hubungan antara Uji
Wilcoxon dan uji χ2
- Statistik Kappa
- Aplikasi pada beberapa
kasus
Metode analisis untuk
biostatistik dengan Pengukuran
pengaruh data kategorik
- Mengukur Risk ratio
- Mengukur Odds Ratio
- Aplikasi pada beberapa
kasus
confounding dan standarisasi,
[1]- BAB 10
Uji Mantel Haenszel :
- Odds Ratio untuk data
stratified dalam tabel
[1]- BAB
13.3
Metode
Pembelajara
n
: Dosen Statistika FMIPA ITS
BOBOT
Bentuk Asesmen
Materi
tes/tugas
Ceramah
Diskusi, studi
kasus
Tes 1
Observasi kelas
Ceramah
Diskusi,
penyelesaian
kasus
Observasi kelas
Ceramah
Diskusi,
penyelesaian
kasus
Observasi kelas
6%/32%
tugas
8%/40%
tugas
6%/46%
Tugas
tes
[1]- BAB
13.4
[3]- BAB 4
Ceramah
Diskusi,
penyelesaian
kasus
Observasi kelas
[1]- BAB
13.5
[3]- BAB16
Ceramah
Diskusi,
penyelesaian
Observasi kelas
6%/52%
tugas
8%/60%
91
PRODI DIII STATISTIKA-FMIPA ITS
RENCANA PEMBELAJARAN
Kode/ mata kuliah/ sks/ semester : SS14 5251BIOSTATISTIKA / (2/0/1) V
Dosen Pembina
Pertemuan
ke
19-22
23-26
27-30
Capaian Pembelajaran
Nomor
5.8
5.9;
5.1; 5.2
5.4; 5.5.
5.7
5.9
5.1; 5.2
5.3; 5.4;
5.5
5.6; 5.7;
5.8
5.9;
Deskripsi
dengan menggunakan
Mantel Haenszel test
INDIKATOR CAPAIAN
kecenderungan pada k strata dengan
menggunakan tabel kontingensi 2x2 (2
kategori)
10.3. Mampu menerapkan pada kasul riil
11. Mampu
11.1. Dapat membuat model regresi logistik
membangun dan
berganda dari data dichotomous pada
menginterpretasikan
kasus riil
model regresi logistik 11.2. Dapat menginterpretasikan estimasi
berganda dengan baik
parameter Regresi logistik berganda
11.3. Mampu menerapkan pada kasul riil
12. Mampu melakukan 12.1. Dapat melakukan pengujian
pengujian data biner
perbandingan dua proporsi sebagai data
dari dua kelompok
biner data dua kelompok sampel
sampel
12.2. Menghitung kekuatan pengujian (1-β)
12.3. Menentukan ukuran sampel masingmasing kelompok
12.4. Mampu menerapkan pada kasul riil
5.1; 5.2
13. Mampu melakukan 13.1 Mampu menerapkan metode statistika
5.3; 5.4;
analisis biostatistika
dengan tepat pada kasus riil bidang
5.55.6; 5.7;
biologi, kesehatan dan lingkungan
5.8; 5.9;
PUSTAKA UTAMA
1. Bernard Rosner. “Fundamentals of Biostatistics”. Sixth Edition. Thomson Brooks/Cole. 2006
2. Modul kuliah dan praktikum
Materi
kontingensi k 2x2
- Uji Chi Square untuk TrendMultiple strata (Mantel
Extension Test)
- Aplikasi beberapa kasus
Regresi logistik Berganda,
- Pengertian regresi logistik
- Model regresi logistik
berganda
- Interpretasi model
- Aplikasi pd beberapa kasus
Pengelompokkan data biner :
- Uji membandingkan dua
proporsi (data biner)
- Penentuan kekuatan
pengujian
- Penentuan ukuran sampel
- Aplikasi pada beberapa
kasus
Studi kasus
Pustaka
Metode
Pembelajara
n
kasus
: Dosen Statistika FMIPA ITS
BOBOT
Bentuk Asesmen
Materi
tes/tugas
Tugas
tes
[1]- BABA
13.7
[3]- BAB 20
Ceramah
Diskusi,
penyelesaian
kasus
Observasi kelas
[1]- BAB
13.11
Ceramah
Diskusi,
penyelesaian
kasus
Observasi kelas
Diskusi,
presentasi
14%/74%
tugas
14% /
88%
tugas
Presentasi hasil
studi kasus
12%/
100%
PUSTAKA PENDUKUNG
1. Marcello Pagano, Kimberlee Gauvreau. “Principles of Biostatistics”. Second edition. Duxbury Thomson Learning. CA, USA. 2000
2. Wayne Daniel W. “Biostatistics : A Foundation for Analysis in The Health Sciences”. 3rd edition. John Wiley & sons. NY. 1978
3. Last JM. “A Dictionary of Epidemiology”, 4th ed. Oxford: Oxford University Press, 2001.
92
PRODI DIII STATISTIKA-FMIPA ITS
RENCANA PEMBELAJARAN
Kode/ mata kuliah/ sks/ semester : SS14 5251BIOSTATISTIKA / (2/0/1) V
Dosen Pembina
: Dosen Statistika FMIPA ITS
93