Professional Documents
Culture Documents
Statistik PPDS Bedah
Statistik PPDS Bedah
STATISTIK
Bahan kuliah 10 Maret 2021
PPDS BEDAH Batch V
FK UNMUL – RS AWS
Batasan statistik:
Metoda untuk mencatat data
Metode untuk mengkalkulasi data numerik
Techniques and procedures dealing with the
collection, organization, analysis, interpretation,
and presentation of information that can be stated
numerically (Kuzma)
Statistik sering diartikan sebagai statistik sampel
Tiga macam bohong; Bohong kecil, bohong besar
dan statistik.
Definisi statistik :
“ Statistic is a field of study concerned with (1) the
collection, organization, summerization, and
analysis of data, and (2) the drawing of inferences
about a body of data when only a part of the data
is observed “
Sample description
Sample
population (statistik)
Parameter
Estimation
Hypotheses
Inferential
statistics
Flow pekerjaan Statistik
Statistical methods framework ( 1 )
VARIABLE
SCALE SCALE
Intv, Rat Nom , Ord
Normal skewed
Parametrik
Test
Statistical methods framework . ( 2 )
Parametrik test
MULTI
UNPAIRED PAIRED CORRELATION
Z - TEST VARIATE
(PEARSON’S)
REGRESSION
INDP VAR:
t - TEST SUB VAR
t - TEST
INDEPENDEN DEPENDEN
ANOVA
Statistical methods framework . ( 3 )
NON PARAMETRIK
INDEPEN
CHI-SQUARE INDEPEN RELATED
DENT
TEST DENT GROUP
RELATED
GROUP KRUSKALL SPEARMAN
WALLS TEST TEST
MANN –
WHITNEY WILCOXON FRIEDMAN
TEST SIGN TEST TEST
Uji Statistik pada analisis Bivariat
Variabel I Variabel II Uji statistik yg digunakan
Correlations
ADL DISF
16 16 15 15 7 11 14 15
17 10 16 15 10 15 15 15
15 8 14 12
1. SKALA NOMINAL
2. SKALA ORDINAL
3. SKALA INTERVAL
4. SKALA RASIO
SKALA NOMINAL
SIFAT :
– KLASIFIKASI ATAU KATEGORI
– MASING MASING MEMILIKI NILAI YANG
SAMA
– DATA KUALITATIP
CONTOH :
– JENIS KELAMIN
– GOLONGAN DARAH
SKALA ORDINAL
SIFAT :
– KLASIFIKASI
– MEMILIKI PERINGKAT ( JENJANG )
– INTERVAL PERBEDAAN MASING MASING
PERINGKAT TAK DAPAT DIUKUR
CONTOH :
– STATUS PENDIDIKAN
– DERAJAT PENYAKIT
– TINGKAT KESEMBUHAN
SKALA INTERVAL
SIFAT :
– KLASIFIKASI
– PERINGKAT
– MEMILIKI INTERVAL DAPAT DIUKUR
– TAK MEMPUNYAI TITIK NOL ABSOLUT
CONTOH :
– SUHU TUBUH : PENDERITA A : 40 o C
B : 36 o C
INTERVAL : 4 o C
SKALA RATIO
SIFAT :
– KLASIFIKASI
– PERINGKAT
– INTERVAL
– TITIK NOL ABSOLUT
– RATIO DAPAT DISIMPULKAN
CONTOH :
– BERAT BADAN
BB Muhammad ALI : 120 Kg, BB Hanafi : 60 Kg
INTERVAL BEDA : 60 Kg
BB Muhammmad ALI 2 X LEBIH BERAT DARI BB Hanafi
PERINGKAT SKALA UKUR
SKALA RATIO
SKALA INTERVAL
SKALA ORDINAL
SKALA NOMINAL
Sumber data
Data primer dan data sekunder
Data primer : Pengumpulan data dilakukan secara
langsung oleh pengumpul data terhadap objek.
Contoh : research
* Sesuai kebutuhan dan dapat
dikendalikan
* Relatip mahal , lama
Data sekunder : Pengumpulan data yang
diinginkan dikumpulkan berdasarkan data yang
telah dilakukan dilakukan oleh orang lain . Contoh :
Rekam medik
* Relatip murah , mudah, cepat
* Yang diinginkan tak tersedia
Sumber data kesehatan
SAMPLING METHODS
NON RANDOM
RANDOM SAMPLING
SAMPLING
IDENTITAS SETIAP
ANGGOTA POPULASI SAMPLING FRAME
PILIH SAMPEL ( n ) :
-UNDIAN
-TABEL RANDOM
SAMPEL
(n)
Simple Random Sampling
IDENTITAS SETIAP
SAMPLING FRAME
ANGGOTA POPULASI
SAMPEL
(n)
Sistematik Random
Tentukan batasan populasi yang ingin diukur
dimensi/variabelnya
Tetapkan populasi
Susun sampling frame, hitung jumlah populasi ( N )
Tetapkan jumlah sampel yang diperlukan ( n )
Hitung angka intervalnya = k = N/n
Pilih satu angka 1 s/d k dari tabel random, undian atau komputer
Setelah menemukan angka pertama ( X1 ) maka X2 = X1+k
X3 = X2 + k ……dst sampai terkumpul n subjek
Sistematik Random
Kelebihan :
• Seperti Simpel random
• Lebih cepat dari simple random
Kelemahan :
•Seperti Simpel random
Stratified Random
•Apabila pada populasi terdapat distribusi karakteristik dan
kita menginginkan masing masing karakteristik terwakili
sebagai sampel.
Misal : karakteristik ekonomi pada populasi ada 3 strata
yaitu rendah ( 40 % ), menengah ( 30 % ), tinggi ( 30 %
Tetapkan populasi dan dimensi / variabelnya
Susun sampling frame sesuai stratanya ( N1, N2,N3 )
Tentukan jumlah sampel n
Pilih sampel secara proporsional
n1= proporsi N1 x n , n2= proporsi N2 x n …..dst
n = n1 + n2 + …….nx.
Stratified Random Sampling
Kelebihan :
- masing strata dapat terwakili sebagai sampel
Kelemahan :
- Sering tidak jelas batas antar strata
- Sampling Frame sulit disusun
CLUSTER RANDOM
Susun sampling frame Sampel n2
Sampel n3
Susun
Sampling 1 2 3 4
frame
8 7 6 5
Sampel n1
Kelemahan :
- Pada wilayah populasi yang besar sulit
membagi cluster
Multistage Random
PURPOSIVE SAMPLING :
PENGAMBILAN SUBJEK SAMPEL DENGAN MAKSUD
atau PERTIMBANGAN KARAKTERISTIK TERTENTU
ACCIDENTAL SAMPLING :
PENGAMBILAN SAMPEL TANPA PANDUAN TERTENTU
DAN SESUAI DENGAN KEMAUAN PENELITI DENGAN
PERTIMBANGAN KEMUDAHAN MENDAPATKAN
JUMLAH SAMPEL.
Judul jumlah
Judul kolom
Baris
SEL
Badan Tabel
7
Tabel Induk
Menampilkan seluruh hasil pengukuran
variabel dalam satu tabel
Sumber mengembangkan tabel tabel lain
Tabel induk ( master tabel)
Variabel \ sampel 1 2 3 4 5
Tk. pendidikan 01 04 02 02 01
Jumlah anak 02 01 01 04 02
Status perkawinan 01 01 02 02 01
Jenis pekerjaan 04 01 02 03 03
BB balita 10 08 12 08 06
Status gizi balita 01 03 01 03 02
Jenis immunisasi 04 02 04 02 01
Keteraturan penimbangan 01 01 02 03 02
dst
Tabel Teks
Tabel yang menampilkan hasil pengukuran
beberapa variabel
Dari Tabel Induk
Tabel frekwensi distribusi
Tabel.1 Karakteristik status pendidikan responden
SLTP 12 30 36 90
SLTA 2 5 38 95
PT 2 5 40 100
total 40 100
Tabel Silang
Self Interpersonal Disfungsi
Estem disfungsi Kinerja
Mandiri
ADL
Dependensi
ADL
Total
Distribusi Frekuensi
Data kuantitatif dan kualitatif yg diperoleh dari
hasil pengamatan di tata dan diringkas
dalam bentuk tabel yg dikenal dengan
Distribusi Frekuansi dan bila dihitung
proporsi atau persentasenya dapat disajikan
dalam bentuk tabel Distribusi Frekuensi
Relatif
Data BB 24 penderita DM di RS
Sebelum diurut : 40 60 45 50 53 70 43 65 67 42 55 52
50 43 60 45 40 52 53 43 70 65 55 60
Setelah diurut : 40 40 42 43 43 43 45 45 50 50 52 52
53 53 55 55 60 60 60 65 65 67 70 70
Ungrouped Frequency
Distribution
Berat Frekuensi Berat Frekuensi
badan(Kg ) badan
40 2 53 2
42 1 55 2
43 3 60 3
45 2 65 2
50 2 67 1
52 2 70 2
Grouped Frequency Distribution
Berat badan ( Kg ) Frekuensi
40 - 44 6
45 - 49 2
50 - 54 6
55 - 59 2
60 - 64 3
65 - 69 3
70 - 74 2
Distribusi Frekuensi dg batas
kelompok yg telah dilebarkan
Berat badan ( Kg ) Frekuensi
39.5 – 44.5 6
44.5 – 49.5 2
49.5 – 54.5 6
54.5 – 59.5 2
59.5 – 64.5 3
64.5 – 69.5 3
69.5 – 74.5 2
Distribusi Frekuensi Kumulatif
(Dinyatakan dlm 4 model )
Kurang dari batas bawah kelompok ( < bts
bwh kelompok )
Sama atau lebih besar dari batas atas
kelompok ( > batas atas kelompok )
Kurang atau sama dg batas atas kelompok
( < batas atas kelompok )
Lebih besar dari batas atas kelompok
( > batas atas kelompok )
Distibusi Frekuensi Relatif
( Penderita Ca Mammae di RS )
41 - 45 2 10
46 - 50 2 10
51 - 55 1 5
56 - 60 5 25
61 - 65 4 20
66 - 70 1 5
71 - 75 5 25
Jumlah 20 100
Distribusi Frekuensi Kumulatif
( kurang dari batas bwh kelompok )
Berat badan Frek. BB < batas bwh Frek.kumulatif
41 - 45 2 < 41 0
46 - 50 5 < 46 2
51 - 55 13 < 51 7
56 - 60 15 < 56 20
61 - 65 11 < 61 35
66 - 70 8 < 66 46
71 - 75 1 < 71 54
76 - 80 0 < 76 55
Distribusi Frekuensi Kumulatif
(sama atau lebih besar dari batas bawah kelompok )
Berat badan Frek. BB > batas bwh Frek.kumulatif
41 - 45 2 > 41 55
46 - 50 5 > 46 53
51 - 55 13 > 51 48
56 - 60 15 > 56 35
61 - 65 11 > 61 20
66 - 70 8 > 66 9
71 - 75 1 > 71 1
76 - 80 0 > 76 0
Distribusi Frekuensi Kumulatif
(Kurang dari atau sama dg batas atas kelompok )
Berat Badan Frek. BB < batas atas Frek. Kumulatif
kelompok
41 - 45 2 < 45 2
46 - 50 5 < 50 7
51 - 55 13 < 55 20
56 - 60 15 < 60 35
61 - 65 11 < 65 46
66 - 70 8 < 70 54
71 - 75 1 < 75 55
Distribusi Frekuensi Kumulatif
( BB lebih besar dari batas atas kelompok )
Berat Badan Frek. BB > batas atas Frek. Kumulatif
kelompok
41 - 45 2 > 45 53
46 - 50 5 > 50 48
51 - 55 13 > 55 35
56 - 60 15 > 60 20
61 - 65 11 > 65 9
66 - 70 8 > 70 1
71 - 75 1 > 75 0
Keuntungan dan kerugian tabel
dg pengelompokan
Keuntungan : Tabel menjadi lbh sederhana
shg perhitungan lebih mudah
Kerugian : -. Identitas setiap individu tdk
tampak
-. Tidak dpt diketahui jumlah
individu dg nilai tertentu dlm
satu kelompok
Bbrp ketentuan dlm
pengelompokan
Bila antara 1 kelompok dg kelompok berikut berupa angka satuan mk
perbedaannya adalah 1 dan bila berupa angka dg satu desimal mk
perbedaannya 0.5
Pada penyusunan distribusi frekuensi batas kelompok diambil nilai bulat
terdekat dg nilai terkecil dari hsl pengamatan.
Bila terdpt nilai yg terletak antar batas atas kelompok dan batas bawah
kelompok berikutnya mk nilai tersebut dibagi dua, yaitu setengah
dimasukkan kedlm kelompok diatasnya setengah dimskkn kelompok
berikutnya
Sebaiknya distribusi frekuensi mempunyai interval yg sama
Utk data deskrit sebaiknya digunakan batas kelompok dan utk data
kontinue digunakan Tepi kelompok
Sebaiknya hindari adanya kelompok terbuka karena akan menyulitkan
perhitungan selanjutnya.
Ketentuan dalam Jumlah dan
interval kelompok
Rumus Sturges : m = 1 + 3.3 log n
m = Jumlah kelompok
n = Jumlah pengamatan
Untuk interval kelompok menggunakan
rumus : i = R/m
R = rentang antara nilai terbesar dan nilai
terkecil
Rumus utk Frekuensi relatif = (f/N) * 100
Penyajian data bentuk graph
Bar graph
Multiple bar graph
Pictograph
Histogram
Pie diagram
Map diagram
Line diagram
Scatter diagram
Pareto
Berdasarkan fungsi, grafik dpt
dibagi :
Perbandingan
Kecenderungan
Penerangan
Manfaat grafik
Membandingkan bbrp variabel. Kategori
dlm variabel atau satu variabel dlm waktu
dan tempat yg berbeda
Meramalkan perubahan yg terjadi dg waktu
( Time series )
Mengetahui adanya hubungan variabel
Memberi penerangan pd masyarakat
Kelemahan dari grafik
Penyajian dg grafik harus menarik karena jg menyangkut
seni, tdk semua org dpt membuat grafik yg menarik
Grafik memberi keterangan yg tdk rinci
Grafik hrs dibuat dg benar dan akurat. Grafik yg salah dg
perhitungan yg salah akan mengakibatkan penilaian yg
salah
Informasi yg disajikan terbatas, data yg disajikan terlalu
banyak dlm satu grafik berpotensi membingungkan yg
baca
Dg grafik kita kehilangan informasi secara rinci.
BAR DIAGRAM
90
80
70
60
50 DHF
40
30
20
10
0
JAN APRL JUL NOV
UMUR
Gambar-2 . Distribusi Umur penderita Ca Cervix
DI RS. PohonKelapa , th. 2002
PIE DIAGRAM
6% 13%
P.A.M
SUMUR
25% SUNGAI
56% MATA AIR
4
PARITAS
0
30 40 50 60
UMUR
160 156 162 165 158 145 150 160 160 167
xi
X = ( 160 + 156 + 162 ……..+ 167 ) / 10 = 158.3
X=
n
Group data :
Berat badan 32 balita umur 4 bulan :
5 4 4 4 6 5 5 7 5 5 5 5 5 5 5 5
5 5 5 5 5 5 5 5 3 3 5 6 6 5 5 5
Kelas interval x f %
X = 1/n ( fx )
3 - 4 3.5 5 15.62
5 - 6 5.5 26 81.25 x = mid class
7 - 8 7.5 1 3.13
32 100.0
Setelah diurut :
145 150 156 158 160 160 160 162 165 167
Md = Nilai urutan ke ( n + 1 ) / 2 Urutan ke (10 + 1 )/2 = 5.5
antara ke 5 dan ke 6
145 150 156 158 160 160 160 162 165 167
Mo = 160
* Modus dapat digunakan untuk semua tipe data
Hubungan mean,median,modus
1. Pada kurva simetris mean,median dan modus terletak
pada satu titik.
2. Pada distribusi miring kanan, modus bergeser
kekiri,sedang mean di kanan Mo ( > Mo), sedang Median
terletak antara Mean dan Modus.
3. Bila distribusi miring kiri, modus bergeser kekanan
sedang mean di kiri Mo( < Mo ), sedang Median terletak
antara Mean dan Modus
4. Untuk data dengan kemencengan moderat berlaku
rumus :
X = Md = Mo
Bimodal
Mo X X Mo
Skewed to right Skewed to left
Frekwensi distribusi yang mempunyai Mean = Md = Mo
Curve distribusinya Simetris.
n1 = 50 n2 = 50
Sample A Sample B
* Tergantung ukuran dispersinya.
Pemilihan nilai tengah
Modus dapat digunakan pada data berskala
ukur nominal, ordinal, interval maupun rasio.
Median paling baik digunakan pada
distribusi yang tidak simetris
Mean lebih cocok untuk data berskala
interval dan rasio
Median cocok untuk data berskala apa ?
Ukuran dispersi
Ukuran keragaman nilai pengamatan
Penyimpangan nilai pengamatan terhadap
nilai rata-ratanya
Apa kepentingannya ?
– Menilai ketepatan nilai tengah dalam mewakili
distribusinya. Bila ukuran dispersinya besar,
maka nilai tengah kurang mewakili distribusinya
Macam ukuran dispersi
1. Range
2. Standar deviasi
3. Varian
4. Deviasi rata rata ( mean deviation )
5. Kuartil
6. Koefisien variasi = S/ ẋ * 100%
Measures of Dispersion
Range : The difference between its largest ( maximum )
and smallest ( minimum ) values.
145 150 156 158 160 160 160 162 165 167
25 % 25 %
25 % 25 %
Q1 Q2 Q3
24 25 29 29 30 31
A B C D E F X = 28
A B C,D
E F Rata – rata Kuadrat
penyebaran setiap nilai
pengamatan terhadap
Mean nya = Varian
24 25 X 29 30 31
28
s2 = ( x – x )2 / n-1 sd = varian
24 25 29 29 30 31 X = 28
(24-28)2+(25-28)2+…..(31-28)2
s2 = = 8 sd = 8 = 2.83
( 6-1 )
s2 = n xi 2 – (x1)2 / n(n-1)
Standard Error of the Mean
n1 x1
POPULASI
X
x2
n2
x3
n3
dst xi
SE = s / n
Tugas di rumah ( PR )
Buatlah dalam bentuk matriks menurut jenis data dan skala ukur, variabel dibawah ini :
• Golongan darah
• Jumlah penderita TBC di kecamatan Samarinda Ulu
• Umur
• Tinggi Badan
• Hb
• Suhu Badan
• Berat badan
• Jenis kelamin
• Status gizi masyarakat
• Agama
• Inteligence Quotion ( IQ )
Terima kasih atas perhatian anda