Biostatistik Fk 2014

7/24/2019 Biostatistik Fk 2014

1/95

Hardian CEU FK UNDIP

BIOSTATISTIKHardian

Clinical Epidemiology and Biostatistics Unit

FK UNDIP


2/95

Statistical quotations

There are three kinds of lies:

lies, damn lies, and statistics. Benjamin Disraeli / Mark Twain

It is easy to lie with statistics,bt easier to lie withot them.

!rederick Mosteller


3/95

"tatistik metoda yan# di#nakan

ntk mendeskri$sikan dan

men#kr karakteristik alamiah

sam$el

"tatistik menyebabkan kita da$at

men#kantifikasi uncertaintydari

$en#kran


4/95

Statistiadalah metode yan# di#nakan

ntk men#m$lkan, men#or#anisir,men#analisis dan men#inter$retasi

informasi nmerik dari data

Biostatisti%metode ntkmen#m$lkan, mendeskri$sikan,

men#analisis dan men#inter$retasi data

yan# berhbn#an den#an kesehatan

mansia


5/95

Kepentingan Biostatisti

&emam$an melakkan riset

'lat ntk analisa data

'lat ntk inter$retasi data ( hasil ji

statistik

)en#elolaan $asien yan# baik

Lulus ujian


6/95

!u"uan statisti

*stimasi

Mend#a sat nilai $ada $o$lasi

den#an men##nakan data dari

sam$el

+ji i$otesis

)rediksi model $ersamaan

statistik


7/95

#E!$DE I%#I&H

'dalah salah sat cara mencari kebenaran yan# bila ditinja

dari se#i $enera$annya, resiko ntk kelir $alin# kecil.

%&N'K&H(%&N'K&H D&% #E!$DE I%#I&H

-. Mermskan masalah

. Melakkan stdi literatr

. Membat d#aan0d#aan, $ertanyaan0$ertanyaan ata

hi$otesis

)* #engumpulan dan mengola+ data, mengu"i+ipotesis, atau men"a-a. pertanyaan

1. Men#ambil kesim$lan

PE/&N

BI$S!&!IS!IK

I2"T3+M*2

"'M)*4

5'3I'B*4

"I!'T D'T'

M*T6D* '2'4I"I"


8/95

Tidak $erl menjadi ahli matematika

ntk men##nakan statistik

Karl Pearson Sir Ronald Fisher Douglas G Altman


9/95


10/95

)rinsi$ Biostatistik

-. Men#asai metodolo#i $enelitiandesain $enelitian

. Matematika sederhana

. 4o#ika


11/95

&nalisis statisti

ntk data uantitati0, yait data yan#

ber$a an#ka ata bisa dian#kakan, analisis

statistik lebih te$at di#nakan

statisti desripti0dan statisti in0erensial

Statisti desripti0di#nakan ntkmembant mema$arkan 7men##ambarkan8

keadaan yan# sebenarnya 7fakta8 dari sat

sam$el $enelitian $enelitian deskri$tif

)enelitian deskri$tif tidak ntk men#ji sat

hi$otesis.

budi murtiyasa ums solo


12/95

Statistia in0erensial

Di#nakan ntk men#olah datakantitatif den#an tjan ntk men#ji

kebenaran sat teori bar yan#

diajkan $eneliti yan# dikenal den#an

+ipotesis$enelitian inferensial Dalam $enelitian inferensial, teknik

analisis statistik yan# di#nakan

men#ac ke$ada sat pengu"ian

+ipotesis



13/95

&nalisis non(statisti

Data ualitati0, yait data0data yan# tidak

bisa di0an#ka0kan, analisis non0statistik lebihte$at di#nakan

Data ualitati0 biasanya diolah ata

dianalisis berdasarkan isinya 7sbtansinya8.

analisis non statistik ini serin# j#a disebt

den#an analisis isi7content analysis8, yan#

mencak$ analisis desripti0, ritis,

omparati0, dan sintesis. )enelitian yan# men##nakan data kalitatif

disebt penelitian ualitati0.



14/95

Kualitati0 Kuantitati0

)enelitian kalitatif disebt j#a$enelitian natralistik,

inter$retatif, konstrkti9is,natralistik0etno#rafik,$endekatan fenomenolo#is dan$enelitian den#an $ola$encarian dari dalam

)enelitian kantitatif disebt

j#a $enelitan rasionalistik,fn#ional, $ositi9isme, dan$enelitan den#an $ola $encariankebenaran dari lar

Memlai den#an konse$0konse$ yan# san#at mm,selama $enelitian dibah0bahdan dire9isi sam$ai bertemden#an kesim$lan yan#san#at kat. Den#an kata lain,

9ariabel ditemkan dandirmskan kembali, bkan diawal.

men#isolasi 9ariabel09ariabeldan kemdianmen#hbn#kannya dalamhi$otesis. "elanjtnya men#jihi$otesis it den#an data yan#dikm$lkan.

9ariabel mer$akan $rodk$enelitian yan# ditemkan

kemdian.

9ariabel09ariabel menjadi alatata kom$onen tama dalam

melakkan analisis


15/95

Kualitati0 Kuantitati0

men##nakan lensa besar danmem$erhatikan $ola0$ola

salin# berhbn#an antaraberba#ai 9ariabel yan#sebelmnya belm $ernahditemkan. )endekatankalitatif adalah $endekatanholistik, menyelrh.

memandan# melali lensa kecil,melihat dan memilih sertamem$erhatikannya hanyabebera$a bah 9ariabel saja.

)enelitian kalitatif menjadikan$eneliti sendiri seba#aiinstrmen $enelitian ntkmen#m$lkan data atainformasi. )eneliti diminta

lwes dan mam$ membatata memberikan $andan#ansendiri atas hal0hal atafenomena0fenomena yan#dilihatnya.

$enelitian kantitatifmen##nakan instrmen yan#ditentkan terlebih dahl, dan

instrmennya san#at tidakfleksibel dan j#a tidak reflektifyait tidak men#andn#inter$retasi.


16/95


17/95

#etode Campuran 1#i2ed met+od3

&ombinasi kantitatif dan kalitatif


18/95

Data

asil $en#amatan $ada sbyek$enelitian 7sam$el8 mewakili

$o$lasi yan# menjadi interes

Terdiri dari - ata lebih 9ariabel 5ariabel sesat yan#

ber9ariasi mr, jenis kelamin,

berat badan, dsb.


19/95

4aria.el

"at 5aria.el adalahkarakteristik yan# dikr $ada

indi9id yan# diambil dari indi9id

yan# berasal dari $o$lasi yan#

diteliti

Dataadalah hasil $en#kran -

ata lebih 9ariabel yan# diambil

dari sekelom$ok indi9id


20/95

Explanatorydan response 5aria.el

&ita menjelaskan ata me$rediksi

sat response 5aria.eldarisat e2planatory 5aria.el


21/95

4aria.el .e.as: 9ariabel yan#

mem$en#arhi

4aria.el teriat:9ariabel yan#di$en#arhi


22/95

Confounding 5ariabel ke0 yan# ber$en#arh terhada$

9ariabel bebas 79ariabel $en#arh8 ma$n9ariabel terikat 79ariabel ter$en#arh8

Variabel

bebas

Variabel

Terikat

Confoundin

g

Confoundingdikontrol dengan desain dan at uji multivariat


23/95

Populasi dan sampel

Populasirjkan sema

$en#kran ata obser9asi yan#

diteliti Sampeladalah ba#iandari $o$lasi

akan teta$i '3+" mewakili

$o$lasi


24/95

Populasi

"am$el


25/95

Ciri sampel yang .ai

Memiliki karakteristik yan#

sama den#an $o$lasi

"etia$ indi9id mem$nyai

kesem$atan yan# samantk di$ilih

random

mlahnya ck$ besar

&riteriainklsi/eksklsi

Metode

sam$lin#

)erhitn#an

besar sam$el


26/95

)opulasi )arameter

"ampel Estimate


27/95

Parameteradalah karakteristik nmerik

ata kate#orial dari $o$lasi0 Bersifat teta$

0 +mmnya tidak diketahi

Statistiadalahkarakteristik nmerikata kate#orial dari sam$el.

0 Di#nakan ntk estimasi

7mend#a8 $arameter $o$lasi0 Bersifat random

0 +ntk ji hi$otesis


28/95

)o$lasi

$arameter

"am$el statistik


29/95

enis Data

Kategorialtidak mem$nyai rtan matematis

Numerimem$nyai rtan lo#is/matematis

1.Nominala. Dikotomus: Pria / Wanita

b. Politomus: A, B, AB, O. Ordinalmem!un"ai urutan: #rade $,

%, %%, %%%

1. &asio mem!un"ai nol absolut: suhu. %ntervaltidak mem!un"ai nol

absolut: TB


30/95

4aria.el sala numeri

&ontiny

3entan# sat nilai

Tin##i badan dalam cm

Diskret

'da batasan nilai

; rokok dalam sehari

; jmlah anak dalam kelar#a


31/95

Contoh Dataset


32/95

Macam 'nalisis Data

'nalisis +ni9ariat

'nalisis Bi9ariat

'nalisis Mlti9ariat

"at 9ariabel mr

Da 9ariabel mr ( jenis kelamin

4ebih dari da 9ariabel

mr ( jenis kelamin ( tin##i badan


33/95

Macam 'nalisis Data 78

'nalisa deskri$tif

+ji hi$othesis

+ni9ariat

Bi9ariatMlti9ariat

"tatistik inferensial


34/95

In0erential statistics

Dari sam$el

Menentkan estimasi $arameter $o$lasi

+ji hi$otesis

Membat model yan# men##ambarkan

$o$lasi


35/95

Inter5al epercayaan 1Con0idence

Inter5al 6 CI3

+ntk inferensi nilai $arameter di$o$lasi 3entan# oleh karena nilainya tidak diketahi $asti Dinotasikan dalam: -


36/95

>1? inter9al ke$ercayaan

3entan# nilai $ada

$o$lasi

2ilai rerata$ada

sam$el


37/95

Rerata Hbibu hamil di

Indonesia?

Peneliti 1: 12,0 g/dL

Peneliti 2: 12,5 g/dLPeneliti 3: 11 g/dL

aya !er"aya denganting#at #e!er"ayaan $5%

rerata Hb ibu hamil diIndonesia adalah antara10,5 g/dL s/d 1& g/dL


38/95

CI semain sempit semain .ai

ati0hati inter$retasi =I yan# terlal lebar C

Misal: , 7>1? =IA -E, s/d @1,8

Tidak ada informasi yan# bermakna C


39/95

&B

C

D

E

' A Definitif faktor riskoB A Definitif faktor $rotektif

= A Inkonklsif, teta$i tidak ada kecendern#an

D A =endern# faktor risiko

* A =endern# faktor $rotektif

Conto+ interpretasi CI untu risio


40/95

tatisti"al Pa"#age 'or the o"ial "ien"es

Statistical Package for the Stupid Students

tata

tat(ie)

*initab

+!lus

R

-!i In'o


41/95


42/95


43/95

enis analisis

'nalisa ni9ariat - 9ariabel analisa deskri$tif

'nalisa bi9ariat 9ariabel

analisa deskri$tif ( ji hi$othesis

'nalisa mlti9ariat F 9ariabelntk men#ontrol faktor

$eranc 7confounding)


44/95

Statisti desripti0 mem.uat data asar 1raw

data3 men"adi in0ormasi yang dapat diola+ 7dimengerti

Meran#km dan mem$resentasikan data

ntk Menyederhanakan

Membat data menjadi da$at

dimen#erti

Mendkn# $en#ambilan ke$tsan

f


45/95

'nalisa deskri$tif

Data numeri -. Tendensi sentral

3erata

Median . Dis$ersi

3an#e

InterGartil ran#e "im$an# bak

N l t


46/95

Nomenlatur

)arameter)o$lasi "tatistik"am$el

Mean

5arians 2 s

"tandarDe9iasi

s


47/95

F/EKUENSI: banyaknya data ntk satkelom$ok/klasifikasi

DIS!/IBUSI F/EKUENSI: men#elom$okkandata inter9al/rasio dan men#hitn# banyaknya

data dalam sat kelom$ok/klasifikasi


48/95

USIA FREKUENSI

$ '

1 (

1)

) *

* +

' +

( +

+ '

)

- *

)$ 1'

)1 ))) '

)' 1

KE!"#!K USIA DISTRIBUSIFREKUENSI

$ 1 11

) 1+

* ' 1*

( + 1

- +

)$ )1 1

) )) '

)* )' 1


49/95

/&!&(/&!&: sat bilan#an yan#

bertindak mewakili sekm$lan bilan#an /&!&(/&!& HI!UN' 1/E/&!&3: jmlah

bilan#an diba#i banyaknya


50/95

Bilangan 0i23rekuensi 04i2

i 4i

+$ ) 1$

() ' )1'

' 1+$

$u%lah &' ()*

Rerata . . $510

. $,5


51/95

#EDI&N: nilai ten#ah dari sekm$lan data

setelah dirtkan yan# fn#sinya membant

mem$erjelas keddkan sat data.

#$DUS: bilan#an yan# $alin# banyak mncl

dari sekm$lan bilan#an yan# fn#sinyantk melihat kecendern#an dari sekm$lan

bilan#an tersebt.


52/95

2ilai jian adalah : -< -< H @ @ 1 1 1 1 E

maka rata0rata hitn# A ,11, median A

2ilai jian adalah : H H H H H H@ 1 1 E

maka rata0rata hitn# A ,11, median A H

&esim$lan ntk nilai @

ika sekm$lan data jmlahnya #ena$ tidak mem$nyaibilan#an ten#ah

Median adalah rerata dari da bilan#an yan# diten#ahnya.=ontoh : - E 1 @ H H > medianA 71J8 : A 1,1


53/95

= t h il i +ji -< -< H @ @ 1 1 1 1 E


54/95

Nilai 3rekuensi

1$

1

+

( 1

' *

* 1

5umla6

11

Nilai 3rekuensi

1$ )

' + +

* 1

5umla6 11

=ontoh : nilai +jian -< -< H @ @ 1 1 1 1 E

Maka : rata0rata hitn# A .11 K median A

mods A 1 K kelas mods A 1 0 @

UKU/&N 8&N' #EN8&!&K&N


55/95

UKU/&N 8&N' #EN8&!&K&N

H$#$'ENI!&S 7 HE!E/$'ENI!&S 9

-. 3*2T'2L 7Range8

. D*5I'"I 3'T'03'T' 7Average Deviation8

. 5'3I'2" 7Variance8E. D*5I'"I "T'2D'3 7Standard Deviation8


56/95

/entang 1range3 9 selisih bilan#an terbesar

den#an bilan#an terkecil. "ebaran

mer$akan kran $enyebaran yan# san#atkasar, sebab hanya bersan#ktan den#an

bilan#an terbesar dan terkecil.

+ : 100 $0 0 0 0 50 &0 30 20 10 : 100 100 100 100 100 10 10 10 10 104 : 100 100 100 $0 0 30 20 10 10 10

. 55r . 100 6 10 . $0


57/95

De5iasi /ata(rata: $enyebaran Berdasarkanhar#a mtlak sim$an#an bilan#an0bilan#an terhada$

reratanya.Nilai

++ , + -+ . +-

1$$ *' *'

-$ )' )'

$ ' '

+$ 1' 1'

($ ' '

'$ ' '

*$ 1' 1'

)$ ' '

$ )' )'

1$ *' *'

5umla6 $ '$&erata 7 ''

7R . 250 . 2510

8i 6 8

n

7R .n

9i.1


58/95

4arians: $enyebaran berdasarkan jmlah

kadrat sim$an#an bilan#an0bilan#anterhada$ rata0ratanya melihatketidaksamaan sekelom$ok data

De5iasi Standar: $enyebaran berdasarkan

akar dari 9arians mennjkkankera#aman kelom$ok data


59/95

"am$le - "am$le "am$le "am$le E

> 1 H

-

- H @

H E -

@ H

E

> @

@ -

- H

- >

@ >

-

H

E

Mean: E.


60/95

Nilai + + ,+ /+.+01

1$$ *' $'

-$ )' 1'

$ ' ('

+$ 1' '

($ ' '

'$ ' '

*$ 1' '

)$ ' ('

$ )' 1'

1$ *' $'

&erata7'' 5umla6 7 '$

s .250 $

. 30,2

s .

n

9i.1

;i 6


61/95

Dia#ram batan#

*rror bar"D

"*


62/95

Des cripti5es

E>,>- -,EH

E@,-

1,

.

Documents

Biostatistik Fk 2014