METODE STATISTIK

Oleh:
Kuntoro
Departemen Biostatistika dan Kependudukan
Fakultas Kesehatan Masyarakat
Universitas Airlangga

3/20/16

KUNTORO MTD STA MNT KIA

Pengertian Statistik
Statistik adalah suatu nilai
ringkasan yang dihitung dari suatu
sampel dari hasil pengamatan,
biasanya sebagai suatu penaksir
dari parameter Populasi (Kendall,
1971).
3/20/16

KUNTORO MTD STA MNT KIA

Pengertian Statistik
Definisi Tersebut Mengandung Lima
Konsep Dasar Statistika Yaitu Sampel,
Populasi, Statistik, Parameter, Dan
Penaksir.
Konsep Tersebut Sekaligus
Menegaskan Adanya Perbedaan Istilah
Statistika Dan Statistik
3/20/16

KUNTORO MTD STA MNT KIA

Pengertian Statistika
Statistika yang merupakan metode
penalaran induktif berasal dari bahasa
Latin status yang dalam bahasa
Inggris berarti state atau negara
karena selama puluhan tahun dikaitkan
dengan penampilan fakta dan gambar
tentang situasi ekonomi, demografi,
dan sosial di suatu negara
(Bhattacharyya, 1977).
3/20/16

KUNTORO MTD STA MNT KIA

METODE STATISTIK
Teknik atau cara untuk menerapkan
statistik yang diperoleh dari sampel
untuk :
Menganalisis fenomena empirik yang
terbatas pada sampel tanpa
memberikan generalisisasi ke populasi
Menganalisis fenomena empirik untuk
generalisisasi ke populasi
3/20/16

KUNTORO MTD STA MNT KIA

DI MANA PERAN STATISTIKA ?

MASALAH
HIPOTESIS

KESIMPULAN/
GENERALISASI

TEORI

RANCANGAN
PENELITIAN

ANALISIS FAKTA/
DATA

PENGUMPULAN
FAKTA/DATA
3/20/16

KUNTORO MTD STA MNT KIA

PENGUKURAN/
INSTRUMEN
6

KONSEP DATA,
VARIABEL,
SKALA PENGUKURAN

3/20/16

KUNTORO MTD STA MNT KIA

KONSEP DATA

3/20/16

KUNTORO MTD STA MNT KIA

DATA
Data : adalah fakta atau informasi atau
statistik yang diperoleh dari
penghitungan atau pengukuran atau
percobaan
Data diperoleh dari pengamatan
individu. pengamatan atau pengukuran
diambil dari unit sampling terkecil

3/20/16

KUNTORO MTD STA MNT KIA

MACAM DATA
1. Data kuantitatif
2. Data kualitatif
3. Data semikuantitatif
(Rumke dan de Jonge)
3/20/16

KUNTORO MTD STA MNT KIA

10

KONSEP VARIABEL

3/20/16

KUNTORO MTD STA MNT KIA

11

VARIABEL
menurut Kidder dan Judd:
the concrete representation of
construct
construct is abstract concept
concept is an abstraction representing
an object, a property of an object or a
certain phenomenon
3/20/16

KUNTORO MTD STA MNT KIA

12

X1
X2

MOTIVASI
KERJA

X3
INDIKATOR/
VARIABEL
3/20/16

CONSTRUCT
KUNTORO MTD STA MNT KIA

13

MACAM VARIABEL
1. Variabel pengukuran (measurement
variable):
- continuous variable
- discontinuous atau
descrete variable
2. Variable peringkat (rank
variable)
3. Variabel atribut (attribute)
3/20/16

KUNTORO MTD STA MNT KIA

14

KONSEP
SKALA PENGUKURAN

3/20/16

KUNTORO MTD STA MNT KIA

15

SKALA PENGUKURAN
1. SKALA NOMINAL
2. SKALA ORDINAL
3.SKALA INTERVAL
4. SKALA RATIO
3/20/16

KUNTORO MTD STA MNT KIA

16

KAITAN DATA, VARIABEL,

SKALA PENGUKURAN
DATA

VARIABEL

SKALA
PENGUKURAN

KUANTITATIF

PENGUKURAN

INTERVAL
RATIO

SEMI
KUANTITATIF

PERINGKAT

ORDINAL

KUALITATIF

ATRIBUT

NOMINAL

3/20/16

KUNTORO MTD STA MNT KIA

17

Metode Statistik

3/20/16

KUNTORO MTD STA MNT KIA

18

1.Metode Statistik
Deskriptif
2.Metode Statistik
Inferensial
3/20/16

KUNTORO MTD STA MNT KIA

19

Metode Statistik Deskriptif

1. Ukuran nilai sentral : mean, mode,
median
2. Ukuran keragaman : range, sd, cv
3. Ukuran kesimetrisan :sim.,skew ka/ki
4. Ukuran peak :platy,lepto,normo kurt.
5. Presentasi grafik/tabel

3/20/16

KUNTORO MTD STA MNT KIA

20

Metode Statistik Inferensial

1. Penaksiran parameter populasi
(Estimation)
2. Pengujian hipotesis tentang
keadaan di populasi (Testing
Hypothesis)
3/20/16

KUNTORO MTD STA MNT KIA

21

UKURAN NILAI SENTRAL

1. Mean : nilai yang merupakan hasil : jumlah

hasil pengamatan dibagi jumlah
pengamatan
, terpengaruh
nilai ekstrim, gunakan pada data dengan
distribusi simetris
2. Median : nilai yang membagi distribusi data
menjadi dua bagian sama besar
3. Mode : nilai yang mempunyai frekuensi
paling banyak
.mean=median=mode pada distribusi data
yang simetris
3/20/16

KUNTORO MTD STA MNT KIA

22

UKURAN
KERAGAMAN

3/20/16

KUNTORO MTD STA MNT KIA

23

1. Range = Rentang =Kisaran

Selisih nilai maksimum

dengan nilai minimum

Range = Max Min

3/20/16

KUNTORO MTD STA MNT KIA

24

2. Varian

X
i
n

3/20/16

I 1

n 1

KUNTORO MTD STA MNT KIA

25

3. Coefficient of Variation (CV)

S
CV
* 100%
X
3/20/16

KUNTORO MTD STA MNT KIA

26

 Makin besar range, varian, dan CV

maka makin besar keragaman data
Dua varian dari suatu variabel
pada dua kelompok data bisa
dibandingkan mana yang lebih
beragam
Dua CV dari dua variabel yang
berbeda bisa dibandingkan mana
yang lebih beragam
3/20/16

KUNTORO MTD STA MNT KIA

27

Ukuran Kesimetrisan
1. Data yang mempunyai distribusi frekuensi
simetris : mean=median=mode
2. Data yang mempunyai distribusi frekuensi
miring ke kanan (skew to the right) : mean
tergeser ke kanan, median antara mode dan
mean
3. Data yang mempunyai distribusi frekuensi
miring ke kiri (skew to the left) : mean
tergeser ke kiri, median antara mode dan
mean
3/20/16

KUNTORO MTD STA MNT KIA

28

simetris

Miring ke kiri
3/20/16

Miring ke kanan
KUNTORO MTD STA MNT KIA

29

3/20/16

KUNTORO MTD STA MNT KIA

30

Contoh Judul Tabel Jenis Pekerjaan Menurut Jenis

Kelamin

JENIS
PEKERJAAN
PNS

LAKI

PEREMPUAN

150

50

TNI/POLRI

25

SWASTA

75

55

PETANI

200

45

BURUH

300

400

3/20/16

KUNTORO MTD STA MNT KIA

31

Contoh Judul Gambar Penggunaan MKJP Selama

2012 - 2015
3/20/16

KUNTORO MTD STA MNT KIA

32

Contoh Judul Gambar Kunjungan Antenatal di

sejumlah Pelayanan Kesehatan
3/20/16

KUNTORO MTD STA MNT KIA

33

Metode Statistik Inferensial

Konsep populasi vs sampel

Konsep parameter populasi vs statistik sampel
Hakekat random
Hakekat ketidak pastian (uncertainty)
Probabilitas sebagai ukuran ketidak pastian
Konsep distribusi distribusi normal
Konsep distribusi sampling
Penaksir (estimator), taksiran (estimate)
Sifat penaksir (unbiased, consistent, sufficient,
minimum variance)

3/20/16

KUNTORO MTD STA MNT KIA

34

ACCURACY DAN PRECISION

GENERALISASI ATAU INDUKSI ATAU INFERENSI
KONSEP ERROR DALAM INFERENSI
MACAM STATISTIKA INFERENSIAL :
1. PENAKSIRAN PARAMETER POPULASI (ESTIMATION)
(a). POINT ESTIMATION
(b). INTERVAL ESTIMATION
2. UJI HIPOTESIS TENTANG PARAMETER POPULASI
(TESTING OF HYPOTHESIS)
KONSEP ERROR DALAM INFERENSI
- ERROR, -ERROR, POWER OF THE TEST (1 - )

3/20/16

KUNTORO MTD STA MNT KIA

35

Macam Statistik Inferensial

1. Penaksiran parameter populasi
(estimation) : (a). point estimation (b).
interval estimation
2. Uji hipotesis tentang parameter populasi
(testing of hypothesis)
. Konsep error dalam inferensi
. - error, -error, power of the test (1 - )

3/20/16

KUNTORO MTD STA MNT KIA

36

Estimasi Parameter Populasi

1. Perlu ditegaskan batasan populasi
2. Mengambil sampel secara random
3. Menghitung statistik sampel berupa ukuran nilai sentral
dan ukuran keragaman yang tergantung pada skala
pengukuran data (nominal dua kategori) atau
interval/ratio)
4. Tetapkan interval kepercayaan (derajad optimisme )
dalam penaksiran, dengan memperhitungkan peluang
error dalam penaksiran (-error)
. Bila error dalam penaksiran = , maka
. Interval kepercayaan = 100(1 - )%

3/20/16

KUNTORO MTD STA MNT KIA

37

Menaksir Proporsi Di Populasi

Menghitung statistik proporsi dari sampel yang
dianggap sebagai taksiran dari parameter populasi
Parameter proporsi di populasi simbol
Statistik proporsi di sampel simbol p = jumlah
individu dengan karakteristik tertentu yang
dipelajari (simbol x ) dibagi jumlah semua
individu dalam sampel (simbol n) maka p=x/n ini
dianggap ukuran nilai sentral
Ukuran keragaman dinyatakan dengan standard
error proporsi dengan simbol se(p)
Rumus: se(p) = (p)(1 p)/n
3/20/16

KUNTORO MTD STA MNT KIA

38

 Dengan 100(1 - )% interval kepercayaan maka

parameter proporsi di populasi ( ) adalah :

p z1- se(p)
z adalah nilai normal deviate pada tabel kurva normal
yang tergantung harga 1 -
Jika = 0,05 maka 1 - = 1 0,025 = 0,975 maka
nilai z pada tabel kurva normal = 1,96
Jika n = 100, jumlah orang miskin, x=45 , maka
p=45/100 = 0,45 maka (1-p)=0,55 dan se(p)=(0,45)
(0,55)/100=0,05
0,45 (1,96)(0,05) = 0,45 0,098 = antara 0,352 dan
0,548
3/20/16

KUNTORO MTD STA MNT KIA

39

Menaksir Mean Di Populasi

menghitung statistik mean di sampel yang
dianggap sebagai taksiran parameter mean di
populasi ( untuk data dengan skala interval/ratio)
parameter mean di populasi dengan simbol
menghitung statistik mean di sampel simbol
sebagai ukuran nilai sentral, sedangkan ukuran
keragaman adalah standard error dengan simbol
dengan interval kepercayaan 100(1-)%
parameter mean di populasi () adalah :

3/20/16

KUNTORO MTD STA MNT KIA

40

 Sedangkan t adalah nilai di tabel t yang

tergantung pada nilai 1 - dan derajad
kebebasan dengan simbol df = n 1
Jika n = 41 maka df = 41 1 = 40 dan = 0,05
sehingga 1 - = 1 0,025 = 0,975, maka nilai
t0,975,df=40 di tabel t adalah 2,021
Jika mean, gaji pns per bulan di sampel
sebanyak 41 orang pns adalah us$ 750 dengan
sd = us$ 25, maka
Maka mean () gaji pns per bulan di populasi
adalah : 750 (2,021)(3,9) = 750 7,88 jadi
antara us$ 742,12 dan us$ 757,88
3/20/16

KUNTORO MTD STA MNT KIA

41

Pengujian Hipotesis

3/20/16

KUNTORO MTD STA MNT KIA

42

Hakekat Pengujian Hipotesis

Pada awalnya seorang peneliti merumuskan
suatu ide yang diperoleh dari kajian teoritis
dan kajian empiris (hasil penelitian) ke
dalam kerangka konsepsual
Kerangka konsepsual merupakan
kumpulan konsep yang saling berkait. Dua
konsep yang ada keterkaitan disebut
proposisi. Dengan demikian kerangka
konsepsual juga merupakan kumpulan
proposisi
3/20/16

KUNTORO MTD STA MNT KIA

43

 Bila kita kembali ke definisi teori :

sekumpulan proposisi yang saling terkait
dan mempunyai dua fungsi, menjelaskan
fenomena dan meramal fenomena y.a.d.
Maka pada hakekatnya kerangka
konsepsual merupakan teori dari peneliti
yang perlu diuji.
Untuk keperluan pengujian, proposisi yang
domainnya teoritis-konsepsual diubah
menjadi hipotesis yang domainnya empirisobservasional.
3/20/16

KUNTORO MTD STA MNT KIA

44

Kerangka
Konsepsual yang
terdiri dari 6
konsep A, B, C, D,
E, F
C

E
F

Ada 6 proposisi AB,

BC, C D, D F, FE,
EA
3/20/16

KUNTORO MTD STA MNT KIA

45

6 Proposisi dirumuskan menjadi 6 Hipotesis

1.
2.
3.
4.
5.
6.

A meningkatkan B
B meningkatkan C
C meningkatkan D
D meningkatkan F
F meningkatkan E
E meningkatkan A

3/20/16

KUNTORO MTD STA MNT KIA

46

Uji Hipotesis menurut perspektif Statistika

Hipotesis : jawaban sementara terhadap masalah penelitian
(research question) yang perlu diuji kebenarannya dengan
menggunakan statistik uji
Macam hipotesis secara statistik, ada dua :
1. hipotesis nihil (ho)
2. hipotesis alternatif (h1)
Untuk menguji hipotesis perlu dipilih derajad ketidak
pastian (degree of uncertainty) yang dinyatakan dengan
probabilitas, ada dua :
1. - error : yaitu probabilitas untuk menolak hipotesis
nihil andaikata hipotesis nihil betul
2. -error : yaitu probabilitas untuk menerima hipotesis
nihil andaikata hipotesis nihil betul
3/20/16

KUNTORO MTD STA MNT KIA

47

 Hipotesis pada hakekatnya merupakan pernyataan

tentang keadaan parameter di populasi yang perlu
diuji lewat statistik sampel contoh : H0 : 1
=2
Rerata populasi 1 sama dengan rerata populasi 2

Dalam statistika pada hakekatnya uji hipotesis

digunakan dengan menggunakan alat yang disebut
statistik uji
Hasil statistik uji yang menggunakan statistik
sampel digeneralisasikan ke parameter populasi
Ada banyak statistik uji, namun ketepatan
pemilihan statistik uji ikut menentukan tercapai
tidaknya pengujian hipotesis yang telah
ditetapkan. KUNTORO MTD STA MNT KIA
3/20/16
48

Pemilihan Metode Statistik Inferensial Ditentukan Oleh

Beberapa Faktor
1. Maksud pengujian hipotesis :
. untuk menguji hipotesis yang menyatakan ada/tidak
adanya perbedaan beberapa parameter dari beberapa
populasi
. untuk menguji hipotesis yang menyatakan ada/tidak
adanya hubungan antara dua atau lebih variabel.
. hubungan bisa mempunyai dua pengertian :
. 1. hubungan saling timbal balik (antar hubungan) atau
disebut korelasi A
B
. 2. hubungan satu arah atau hubungan sebab-akibat atau
disebut pengaruh P
Q

3/20/16

KUNTORO MTD STA MNT KIA

49

 contoh pernyataan hipotesis :

1. Terdapat perbedaan rerata kadar Hb antara populasi
bumil di perkotaan dan populasi bumil di pedesaan uji
komparatif
2. Terdapat korelasi antara tingkat pendidikan dan tingkat
fertilitas di populasi pasangan usia subur propinsi Riau
uji korelatif
3. Terdapat peningkatan BB balita gizi buruk di populasi
balita dari keluarga miskin sesudah pemberiaan PMT
uji kausalitas
4. Terdapat pengaruh remunerasi terhadap produktivitas
kerja populasi nakes di pelayanan kesehatan primer
uji kausalitas

3/20/16

KUNTORO MTD STA MNT KIA

50

2. Jumlah variabel yang digunakan :

- satu variabel uji statistik univariat
- > satu variabel uji statistik multivariat
3. Jumlah sampel yang digunakan :
- satu sampel, dua sampel, > dua sampel
4. Jumlah pengamatan yang dilakukan :
- satu kali pengamatan, dua kali pengamatan
(sebelum dan sesudah pemberian intervensi), >
dua kali pengamatan
5. Skala pengukuran variabel (nominal, ordinal,
interval, ratio)
3/20/16

KUNTORO MTD STA MNT KIA

51

 Khusus untuk skala nominal dan ordinal langsung

digunakan uji statistik nonparametrik
5. Asumsi distribusi populasi khusus untuk skala
interval dan ratio,
bila asumsi distribusi normal dipenuhi digunakan
statistik uji parametrik,
bila asumsi distribusi normal tidak dipenuhi
digunakan statistik uji nonparametrik
Ada beberapa statistik uji untuk menguji
kenormalan distribusi data khusus untuk skala
interval dan ratio
3/20/16

KUNTORO MTD STA MNT KIA

52

Distribusi
Normal

Ciri-ciri:
1. Bell-shaped
2.Simetris
3.Mean=median=mode
4.Kedua Ekor Mendekati Sumbu X
Secara Asimptotik
5.Merupakan Distribusi Probabilitas
3/20/16

KUNTORO MTD STA MNT KIA

53

Distribusi Sampling Dari

Mean Sampel

1. Mean distribusi sampling =mean

populasi : x=
2. Standar deviasi distribusi
sampling=standar deviasi populasi
dibagi akar besar sampel x=/n
3. Bila n besar (n>30) bentuk distribusi
sampling mendekati distribusi normal
((, /n) Central Limit
Theorem
3/20/16

KUNTORO MTD STA MNT KIA

54

3/20/16

KUNTORO MTD STA MNT KIA

55

3/20/16

KUNTORO MTD STA MNT KIA

56

3/20/16

KUNTORO MTD STA MNT KIA

57