Professional Documents
Culture Documents
Overview of Biostatistics: Melissa Adiatman Diah Ayu Maharani Iwany Amaliyah
Overview of Biostatistics: Melissa Adiatman Diah Ayu Maharani Iwany Amaliyah
Overview of Biostatistics: Melissa Adiatman Diah Ayu Maharani Iwany Amaliyah
Biostatistics
MELISSA ADIATMAN
DIAH AYU MAHARANI
IWANY AMALIYAH
Department of Dental Public Health and Preventive Dentistry
Content of this
presentation:
Variables
Statistics: definitions and kind of statistics
Measures of central tendency
Measures of variability
Data Input exercise
I: Variables
Karakteristik yang berubah dari satu
subjek ke subjek lain
Independent vs dependent
variables
Karakteristik yang
menentukan nilai
variabel terikat
Karakteristik yang
nilainya ditentukan
oleh variabel bebas
Levels of Measurement
Categorical
Nominal (dikotom dan polikotom) sederajat
Ordinal bertingkat
Numerical
Interval tidak memiliki nilai nol alami (suhu)
Ratio memiliki nilai nol alami (TB, BB)
Levels of Measurement
CONTOH:
Nama variabel tinggi badan
Definisi operasional: jarak antara ujung tumit
kaki dan puncak kepala
Nilai: 155, 156, 157, 158, 159, ... (dalam cm)
Alat ukur : meteran tinggi badan
SKALA?
Berpasangan (paired)
Kinds of Statistics
Definisi:
Karakteristik yang beragam
Contoh:
Nama variabel tinggi badan
Definisi operasional: jarak antara ujung tumit kaki dan puncak kepala
Nilai: 155, 156, 157, 158, 159, ... (dalam cm)
Alat ukur : meteran tingi badan
Jenis variabel:
Menurut skala pengukuran (Nominal, Ordinal, Interval, Rasio)
Menurut sifatnya (Kategorik, Numerik)
Numerik (kuantitatif)
Definisi
: variabel hasil pengukuran atau penghitungan
Ciri : isinya berbentuk angka-angka
Contoh
: tinggi badan (150cm,165cm,dst), jumlah anak: 1,2,3,dst
Pd umumya berisi variabel yang berskala interval dan rasio
Age
Religion
Gender
Age1
18
34
23
34
Bivariat (2 variabel)
Multivariat (banyak variabel)
Analisis Data
Memberi makna data, memberi arti data, memperoleh gambaran masingmasing variabel
Contoh: hasil survei di Bogor didapatkan rata-rata berat bayi sebesar
2100g.
Analisisnya: masih banyak bayi di Bogor dalam kondisi berat badan rendah.
Hasil Analisis data akan maksimal, bila menguasai:
- Statistik
- Substansi dari data yg dianalisis
- Paket program statistik komputer
Hb=11
Hb=12
Hb=13
Hb=14
Hb=10
Hb=11
Hb=12
Hb=12
Hb=13
Hb=12
Hb=12
Hb=14
Hb=12
Hb=12
Kedua Kabupaten memiliki rerata yang sama namun di Lebak kadar Hb lebih
beragam
Std. Deviasi Hb bumil di Lebak = 1,58 mg/dl
Std. Deviasi Hb bumil di Cianjur = 0,0 mg/dl
Normalitas Data
Kenormalan data adalah salah satu syarat
untuk dapat menggunakan uji statistik
parametrik.
Apa sajakah yang menjadi acuannya?
grafik histogram dan kurva normal
skewness (kemiringan) dan standar errornya
uji kolmogorov smirnov dan saphiro wilk
ESTIMASI
Perkiraan kondisi/karakteristik populasi melalui data sampel
Mis: hasil survei sampel 150 bayi di Depok didapatkan rerata
berat badan bayi 2100 g
Untuk seluruh Depok berapa rata-rata nya ? -> estimasi
Misal hasil Estimasi Interval didapatkan hasil : 95 % CI (2000g
; 2300g)
Berarti Gambaran kondisi bayi di Depok, sbb:
95 % dipercaya bahwa rata-rata berat badan bayi di wilayah
Depok adalah berada diantara 2000g s/d 2300g
Kelemahan Mean :
terpengaruh data ekstrim (outliers)
dpt digunakan pd data berdistribusi normal
Kurtosis
- Tinggi-rendah/runcing-datar dari kurva normal
- Densitas data
Distribusi Normal
Kurtosis = 0
Leptokurtotic = runcing
Kurtosis > 0
Platykurtotic = rendah-datar
Kurtosis < 0
Skenario
Suatu penelitian dilakukan untuk menganalisa
apakah ada perbedaan proporsi antara subjek
yang merokok dan adanya penyakit periodontal.
Kemudian dilakukan uji klinis dengan
menggunakan pasta gigi untuk mengurangi
halitosis subjek-subjek tersebut. Untuk itu
dilakukan pengukuran sebelum dan sesudah
perlakuan.
Entry
Data
View
Output
SPSS
Note : Ouput spss tdk dapat langsung dilaporkan, harus dibuat tabel
Analisis
Variabel
Numerik
Output
SPSS
Output Explore
>50
< 50
Bila Sig (p) > 0.05 berarti distribusi Normal
Untuk jumlah sampel:
Interpretasi:
Terjadi Penurunan nilai rerata Halitosis sesudah
perlakuan
Recoding Data