Professional Documents
Culture Documents
Overview of Biostatistics: Melissa Adiatman Anton Rahardjo Iwany Amaliyah Diah Ayu Maharani
Overview of Biostatistics: Melissa Adiatman Anton Rahardjo Iwany Amaliyah Diah Ayu Maharani
Biostatistics
MELISSA ADIATMAN
ANTON RAHARDJO
IWANY AMALIYAH
DIAH AYU MAHARANI
Department of Dental Public Health and Preventive Dentistry
Why You Should Study Statistics?
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
Ordinal bertingkat
Numerical
Interval tidak memiliki nilai nol alami (suhu)
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)
Jenis Variabel Menurut Skala Pengukuran
• Kategorik (kualitatif)
Definisi: hasil pengkategorian/penjumlahan suatu data
Cirinya : isinya berbentuk kata-kata
Contoh : jenis kelamin (pria/wanita), pekerjan (PNS/Swasta)
Pd umumya berisi variabel yang berskala nominal dan ordinal
• 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
Data numerik diubah ke dlm data katagorik dg cara
pengelompokkan/pemgklasifikasian.
Misalnya berat badan data riilnya merupakan data
numerik, namun bila dikelompokkan menjadi kurus
(<50kg), sedang (50-60kg) dan gemuk (>60kg) maka jensis
variabelnya sudah berubah menjadi kategorik
Tampilan di Komputer (Excel/SPSS)
Age
numerik
Religion
Catagoric Age Religion Gender Age1
Coding: 1=Islam,2=Kristen,3=Katolik
18 2 1 1
Gender 34 3 1 3
Catagoric 23 1 2 2
Coding: 1=Male, 2=Female 34 1 1 3
Age1
Catagorik
Coding: 1= <20th (teen), 2= 20-30 th
(adult), 3= >30 th (elderly)
Parametrik Distribusi data populasi yang diuji
normal / berbentuk simetris, menggunakan
perbandingan mean sbg acuan, biasanya utk data
interval dan rasio
• Univariat (1 variabel) :
deskripsi masing-2 variabel
METODE : Peringkasan Data (Ukuran Tengah)
Ukuran Penyebaran (Ukuran Variasi)
• Bivariat (2 variabel)
• Multivariat (banyak variabel)
Analisis Data
Memberi makna data, memberi arti data, memperoleh gambaran masing-
masing variabel
Contoh: hasil survei di Bogor didapatkan rata-rata berat bayi sebesar 2100g.
Analisisnya: masih banyak bayi di Bogor dalam kondisi berat badan rendah.
Hb=13 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
Ukuran variasi data Katagorik
: Proporsi / persentase
Distribusi Normal
Kurtosis = 0
Leptokurtotic = runcing
Kurtosis > 0
Platykurtotic = rendah-datar
Kurtosis < 0
Tampilan Utama SPSS (Data View)
Tampilan Utama SPSS (Variabel View)
Skenario
Suatu penelitian dilakukan untuk menganalisa
apakah ada perbedaan proporsi antara subjek
yang merokok dan adanya penyakit periodontal.
Note : Ouput spss tdk dapat langsung dilaporkan, harus dibuat tabel
Penyajian Hasil Deskriptif
Analisis
Variabel
Numerik
Output
SPSS
Explore utk deskriptif
CI (estimasi interval) & Normalitas
Output Explore
Interpretasi:
Terjadi Penurunan nilai rerata Halitosis sesudah
perlakuan
Contoh penyajian Grafik
• Variabel kategorik (prosentasi/proporsi) diagfram Pie
• Mendeskripsikan perubahan yang terkait dengan waktu
(before and after) line
Recoding Data
Recoding dengan SPSS