HUBUNGAN BIOSTATISTIK DENGAN PENELITIAN

1. HUBUNGAN BIOSTATISTIK DENGAN PENELITIAN Takdir Tahir

2. Penelitian • Pengamatan terhadap suatu masalah/ fenomena • Pembuktian ilmiah yang bersifat empiris dan logis • Dilakukan dengan metode yang sesuai

3. Biostatistik • Metode statistika yang diterapkan pada bidang ilmu biologi, farmasi, kedokteran, dan kesehatan (irham, 2007) • Bertujuan untuk mengeneralisasi kesimpulan dari suatu masalah. • Digunakan pada penelitian kuantitatif

4. Jenis-jenis Statistik • Deskriptif menganalisis data yg tlh terkumpul dlm bentuk deskripsi tanpa membuat kesimpulan atau generalisasi. • Inferensial membuat kesimpulan/generaliasi yang berlaku utk populasi.

5. Statistik deskriptif Macam statistik Statistik Parametris Statistik Inferensial Statistik Non Parametris

6. METODE PENELITIAN : Prosedurataulangkah-langkahteraturdansistematikdalammenghimpunpengetahuanuntukdijadikanilmu. Teknik Penelitian : Cara dan alat (termasuk kemahiran membuat dan menggunakannya) yang diperlukan untuk mencapai tujuan penelitian. Teknik Penelitian : 1. Bagaimana cara melakukan penelitian 2. Alat-alat penelitian apa yang diperlukan untuk membangun ilmu melalui penelitian

7. Pelaksanaan Penelitian, terdiri atas 4 fase kegiatan : - menetapkan/merumuskan/mengidentifikasi masalah, - menyusunkerangkapikiran/pendekatanmasalah - Merumuskanhipotesis - Menentukanrancanganujihipotesis/teknik analisis 1. Persiapan 2. Pengumpulan data/ informasi • Teknikpengumpulan data • MasihberubungandenganPengujian • hioptesisdan/teknikanalisis 3. Pengolahan data/ informasi - Masihberhubungandenganpengujian hipotesis/teknikanalisis . 4. Penulisan Laporan Penelitian • Berhubungandenganlangahpembahasan • danpenarikankesimpulan

8. Langkah-LangkahPenelitian FaseKegiatan • Menetapkan/merumuskan/identifikasimasalah Persiapan 2. Menyusunkerangka pikir/pendekatanmasalah 3. Merumuskanhipotesis 4. Mengujihipotesis/analisis - Rancangan - Data/informasi yang diperlukan - Analisis/Interpretasi Pengumpulan data/informasi Penyusunan/PenulisanLaporan 5. Pembahasan 6. Penarikankesimpulan

9. PROSES PENELITIAN DesainPenelitian MenyusunInstrumen PenarikanSampel UjiCoba Pengumpulan Data Pengolahan Data Analisis Data PembahasanHasilAnalisis PenulisanLaporan

10. Unsur-unsurpokokDesainpenelitian LATAR BELAKANG - LatarBelakangMasalah - Gejala-2 UmumdanKhusus - PerumusanMasalah - SiginifikansiPenelitian KonseptualisasiMasalah TUJUAN - Tujuan - Hipotesis KERANGKA HIPOTESIS DefinisiOperasional, IndikatorEmpiris Pengukuran, KerangkaHubungan Metodologi PENARIKAN SAMPEL SatuanAnalisis, populasi, sampel METODE PENGUMPULA DATA ANALISIS DATA : - AnalisiPendahuluan, - AnalisisLanjutan

11. SOFT WARE : MS-EXCEL, SPSS, MINITAB, SAS • Kalkulator (terpaksa) ANALISIS DATA • AnalisisPendahuluan • Editing (Penyuntingan) 1. Pengolahan data 2. Coding (Pemberiakode) 3. sheet (TabelInduk) 1. Tabeldistribusi 2. AnalisisDeskriptif 2. Diagram/Histogram 3. Ukurantendensi pusat. II. Analisis Uji Hipotesis 4. Estimasi Parameter

12. TahapanAnalisis Data S T A T I S T I K A D A T A • Rencana Pengumpulan • Pengumpulan • Sortir • Tabulasi • Aanalisi  Uji Hpotesis • Interpretasi • Penarikan Kesimpulan

13. ANALISISDESKRIPTIF Variabel Nominal dan Ordinal Variabel Ratio dan Interval Tabel/DistribusiFrekuensi Diagram UkuranDispersi

14. Kondisi-kondisi yang olehpeneliti dimanipulasikan, dikontrolataudiobservasi dalamsuatupenelitian Variabel Segalasesuatuygakanmenjadiobyek pengamatanpenelitian

15. - DapatMembedakanantara yang satu unit pengamatandenganlainnya - Mempunyaiciri yang dapatmembedakan - Perbedaanobyekterletakpadaukuran Variabel Amir , Ucu Tene, ina Aco, rahim Abdul, tuti Jeniskelamin Tinggibadan, beratbadan, Rambut, mata, hobi, pendidikan, dll Diukurmenggunakanalat Alatharuspunyaskala DiperlukanSkalapengukuran

16. JumlahdanMacamVariabel Semakinsederhanapenelitian, semakinsederhanaatausedikitvarabelygdigunakan Banyaknyavariabelsangattergantungdarituntutanpeneletian (sederhanaatausulitnyapenelitian) Var. menurutfungsinya Varmenurutjenis data Var. Tergantung Var. Bebas Var. Intervening Var. Moderator Var. Kendali Var. Rambang Var. Dikrit Var. Kontinu

17. Variabeldiskrit : diukurdenganbilangandiskrit (bilangambulat) Diperolehdengancaramenghitung , misalnyajumlahorang, jmlanakdsb. Variabelkontinu : diukurdenganbilangankontinu (bilangan real) Diperolehdaricaramengukur (adasatuan), mis: tinggibadan 165 cm badan 65 kg, umur 45 th, dsb. Variabeldependen= var.respon (var.tdk bebas) : nilainyatergantungdarinilaivariabel lain. Variabelindependen=var.prediktor (var. bebas) : nilainyatdktergantungdarinilaivariabel lain. Contohhargamerupakanvar.indenpendendarijmlpenjualan.

18. Contoh StudikomparatifprestasibelajarMahasiswa Ners smtr III ygmengajarnyamenggunakanmetodeStudent Centre Learning (SCL) dengan Metode Konvensional Prestasibelajar : var. tergantung (respon) MetodeSCL & Konvesional : var. bebas (prediktor) Mhs Ners smtr III : var. Moderator

19. Sebab Hubungan Akibat Var. bebas Var. Tergantung Var. Interpenning Var. Moderator Var. Kendali Var. Rambang

20. Skalapengukuran Skala Nominal Membeakansetiapobyekdgnlainnyadgn status sama : mis. Jeniskelamin : L = 1, P=2, Agama : 1=Islam, 2=Kristen, 3=Protesan, 4=Hindu, 5=Budha, Nomorkamardi hotel, jenispekerjaan, dsb Ciri : 1. bersifatmembedakan (deskriminatif), 2 bersiatekualitas, yaitukategoridalam var. ad.Sama 3. Simetris, yi. Dapatdipertkarkan, (4) pengkategoriannyabersifattuntas. Skala Ordinal Membedakansetiapobyekdgnlainnyadgn status tdksama : mis. Var. kelasekonomi : 1. ekonomilemah, 2. ekonomimenengah, 3. ekonomimenengah . Sehingga 1<2<3 atau 3>2>1, Selisihantara 2 dgn 1 dan 3 dgn 2 tidakselalusama, shgtdkbolehdikurangkan.

21. Skala Interval antara 3-2 sama 2-1 intervalnyasama, shgpadaskalainidptdilakukanpenambahandanpengurangan Ciri : titiknolnyabersifatarbitrer, yi. Diukurdariangkanolygberbeda. Mis. Umur ayah 43 th, umuranak 20 th, selisihnya 23 th. Namutitiknolygberbeda, krndihitungdrtgllahirygberbeda (tdkmultipler). Samadgnskala interval, namuntitiknolnyabersifatmutlak, mis. Beratdgn kg mempunyaittknolygsama, dimanasajadankapan saja Skala Ratio

22. Ciri-ciriskalapenguran

23. Tabel/DistribusiFrekuensi

24. Diagram batang Histogram 12 7 7 5 2 1 0,495 0,995 1,495 2,495 2,995 3,495 4,005

25. Hubunganantaraanalisisdanvariabel

26. II. AnalisisUjiHipotesis Tujuan : Untuk mengetahui apakah hipotesis diterima atau ditolak berdasarka data yg telah dikumpulkan Tidak menguji kebenaran hip. Ttp menguji apakah hip. Diterima atau ditolak.

27. HIPOTESIS • Jawabansementara yang harusdiujikebenarannya • DirumuskanberdasarkanFakta, HasilPenelitiandanTeori • Acuandalammelaksanakanpenelitian • Ada 2 Hipotesis: Ho dan H1 • Diperlukantarafsignifikansi = Tarafanyata = Tarafkepercayaan =α 8-HIPOTESIS

28. MACAM KEKELIRUAN DALAM PENGUJIAN HIPOTESIS TARAF KEPERCAYAAN = SIGNIFICANCE LEVEL a = 0.05 ATAU a = 0.01

29. Alatanalisis (ujistatistik) Statistik Z T Studen Uji F/Anova Chi square ( c ) Analisisregresi korelasi, Analisis Non parametrik dll • Tergantungpada : • Jumlahvariabeldalampernyataan hip. • Model hub. Antaravariabel • Skalapengkuranvariabel

30. 1.Jumlah variabel a. Univariate : hanya satu variabel dalam hip. Contoh : Prestasi belajar mahasiswa rendah b. Bivariate : Terdapat dua variabel dalam hip. Contoh : Ada hub. Positf antara prestasi belajar dengan motivasi belajar mahasiswa c. Multivariate : Terdapat tiga atau > variabel dalam hip. Contoh : Prestasi belajar mahasiswa dipengaruhi oleh motivasi belajar , kondisi ekonomi dan lingkunga belajar mahasiswa

31. 2 Model Hubungan, terdapat 5 macam hub. • Klasifikasi b. Tipologi b. Assosiatif d. Fungsional 3. Skala pengukuran. • Nominal • Ordinal • Interval • Ratio

32. Analisis Uji Hpotesis untuk Dua Variabel

33. Langkah-langkah pengujian hipotesis • Perumusan hipotesis H0 : θ = θo H1 : θ ≠ θo H0 : θ1 = θ2 H1 : θ1 ≠ θ2 θ : ditaksir oleh u; pi, sigma H0 : θ1 = θ2 H1 : θ1 > θ2 H0 : θ = θo H1 : θ > θo H0 : θ = θo H1 : θ < θo H0 : θ1 = θ2 H1 : θ1 < θ2

34. c. PenetapanStatistikUji d. Perhitungan Z hitung t hitung F hitung chitung Z tabel t tabel F tabel ctabel dibandingkan Hitung > Tabel Ho ditolak H1 diterima e. Kesimpulan

35. Beberapahal yang masihlemahdalamanalasis data ( proposal ) 1. Tidakmasukdalamkategoripenelitian ( Desain) 2. Penentuanvariabel : terkaitdenganskalapengukuran 3. Hubunganantaravariabel 4. Data deskriptif yang seharusnyainduktifatau sebaliknya. 5. Data kualitif yang perludikuantiatifkan agar dapatdiuji secarastatistika (penelitianteknik) 6. PenggunaananalisisAnova yang tidakefesien, sehinggamenimbulkankonsekwensipembiayaan yang tinggi (high cost). 7. Kesalahandalammemilihalatuji 8. Teknikpenarikansampel

36. Terimakasih