31/01/2014
Diskusi Soal SP Nutrition Biostatistics
Seorang Ahli Gizi Monitoring & Evaluation
Assessmet (Data Collection)
NUTRITIONAL CARE PROCESS Intervention
Diagnosa (Hypothesis)
Planning Berhubungan dengan berbagai macam data yang perlu diklasifikasikan, disimpulkan dan disajikan kembali dalam bentuk yang lebih mudah difahami oleh orang lain
Perlu mengaplikasikan ilmu BIOSTATISTIKA
1
31/01/2014
Seorang Ahli Gizi Merencanakan intervensi berdasarkan bukti ilmiah & fakta
Banyak membaca laporan/penelitian terdahulu
Perlu memahami data/laporan yang disajikan/hasil penelitian terdahulu untuk mendukung keputusan
Perlu memahami ilmu BIOSTATISTIKA
Why statistics? Statistika (statistics) = suatu ilmu (bagian dari ilmu matematika) yang mempelajari - Merancang pengambilan data - Mengumpulkan data - Mengklasifikasikan - Menganalisis - Menyimpulkan - Menginterpretasikan dan - Menyajikan data guna mendukung keputusan yang diperlukan.
Nutrition Biostatistics, Widya R, PS Ilmu Gizi FKUB, 2013
2
31/01/2014
Istilah-istilah dalam statistik... Variabel dan Konsep Seorang mahasiswa ingin meneliti hubungan
antara konsumsi zat besi, vitamin C dan anemia pada remaja putri. Manakah yang termasuk variabel, manakah yang termasuk konsep? Konsumsi zat besi konsep Vitamin C konsep Anemia konsep Remaja putri konsep
Fakta
Persepsi, pemahaman umum
Fakta
Fakta
Konsep
Merupakan hasil pengamatan , berupa pemahaman umum terhadap suatu masalah. Bisa dilihat secara langsung (cth. Buku, makanan), atau tidak bisa dilihat secara langsung (cth. Energi)
Variabel
Merupakan ciri/sifat dari konsep yang mengandung variasi nilai/kategori sehingga dapat diukur/diklasifikasikan. Cth. Tebal buku, warna buku, berat makanan, kandungan energi dalam makanan
3
31/01/2014
Konsep vs. Variabel KONSEP
VARIABEL
Konsumsi zat besi
Tingkat konsumsi zat besi
Konsumsi vitamin C
Tingkat konsumsi vitamin C
Anemia
Status/derajat anemia
Remaja putri
Usia Remaja
Masih bersifat umum, belum bisa diukur/dikategorikan
putri
Merupakan ciri/sifat fari konsep yang mengandung variasi nilai/kategori dapat diukur/diklasifikasikan
Istilah-istilah dalam statistik... Populasi & Sampel Seorang peneliti akan melakukan penelitian tentang status anemia ibu hamil pada 140 ibu hamil dengan umur kehamilan 12-16 minggu di wilayah Kecamatan Lowokwaru. a. Seluruh ibu hamil yang berada di wilayah kecamatan Lowokwaru, disebut.... Populasi Seluruh anggota kelompok yang akan diambil kesimpulan b. 140 ibu hamil dengan umur kehamilan 12-16 minggu yang diambil datanya untuk penelitian, disebut.... Sampel: Sebagian dari anggota kelompok yang terpilih untuk dianalisis
4
31/01/2014
Istilah-istilah dalam statistik... Parameter, Statistik, Variabel c. Prosentase anemia pada ibu hamil dengan umur kehamilan 12-16 minggu di wilayah Kecamatan Lowokwaru, disebut.... Parameter Pengukuran numerik yang menggambarkan karakteristik populasi d. Prosentase anemia pada 140 ibu hamil dengan umur kehamilan 12-16 minggu yang diteliti, disebut.... Statistik Pengukuran numerik yang menggambarkan karakteristik sampel e. Status anemia, umur kehamilan, umur ibu hamil, disebut.... variabel ciri/sifat fari konsep yang mengandung variasi nilai/kategori dapat diukur/diklasifikasikan
Istilah-istilah dalam statistik... Statsitik Deskriptif & Statistik Inferensial f. Apabila data dari 140 ibu hamil disajikan untuk menggambarkan karakteristik dari 140 bumil itu saja (tidak untuk menggambarkan karakteristik populasi), maka disebut.... statistik deskriptif adalah metode yang berkaitan dengan pengumpulan dan penyajian suatu data dari sampel, tanpa menarik inferensia/kesimpulan untuk data populasi. g. Apabila kesimpulan dari 140 bumil di atas diharapkan mewakili seluruh bumil di wilayah Kecamatan Lowokwaru, maka disebut.... statistik inferensial Semua metode yang berhubungan dengan analisis sebagian (sampel) dengan tujuan untuk ditarik kesimpulan karakteritik populasi.
5
31/01/2014
Statistik Deskriptif vs. Statistik Inferensial Populasi: 100 mhs
Sampel: 25 mhs
Diambil data dari 25 mhs Statistik Deskripsi: Menghitung, menganalisa, mengambil kesimpulan dan menyajikan data untuk ke-25 mhs Statistik Inferensial: Menghitung, menganalisa dari 25 mhs, namun kesimpulan diharapkan dapat mewakili seluruh populasi
Statistik Deskriptif vs. Statistik Inferensial, materi yang perlu dipelajari Statistik Deskriptif
Statistik Inferensial
Distribusi Frekuensi
Probabilitas
Central Tendency
Confidence Interval
Variasi
Uji Hipotesis
Distribusi Normal
Uji Statistik Parametrik & Non
Parametrik
6
31/01/2014
Sebelum mengolah data, kita perlu memahami jenis dan skala data... Seorang peneliti ingin meneliti tentang status gizi balita. Pada saat awal penelitian, dia mengambil variabel umur balita, berat badan dan tinggi badan balita. a. Variabel umur, BB dan TB termasuk skala data… rasio b.
Selanjutnya, peneliti menganalisa berat badan menurut umur (W/A Z-score), berat badan menurut tinggi badan (W/H z-score) dan tinggi badan menurut umur (H/A z-score). WAZ, WHZ dan HAZ termasuk ke dalam skala data… interval
Sebelum mengolah data, kita perlu memahami jenis dan skala data... c.
Data WAZ, WHZ dan HAZ selanjutnya dikategorikan menjadi status gizi lebih, normal dan status gizi kurang. Status Gizi kurang, normal dan lebih termasuk skala data.... ordinal
d.
Proses pengkategorian ini merubah skala data awal (kontinyu) menjadi skala data… kategorikal
e.
Jenis kelamin dan suku balita tergolong skala data… nominal
7
31/01/2014
Jenis dan Skala Data JENIS DATA
SKALA DATA
SIFAT
CONTOH
Data Qualitative/ Data Kategorikal/ Data Diskrit = mengandung variasi kategori
NOMINAL
Nama/label Bukan peringkat
Golongan darah, Jenis Kelamin, Suku, Kejadian penyakit
ORDINAL
Peringkat dengan interval yang tidak dapat diukur
Derajat penyakit, tingkat sosial ekonomi, status gizi
Data INTERVAL Quantitative/ Data Kontinyu = RASIO mengandung variasi nilai
Peringkat yang dapat diukur Suhu, z-score, nilai, namun tidak mempunyai skor IQ nilai 0 (nol) absolut Peringkat dengan interval yang dapat diukur dan mempunyai nilai 0 (nol) absolut
Jarak, berat, panjang/tinggi, umur
Ketika kita akan memprediksi keadaan populasi, kita perlu mempelajari Probabilitas Berdasarkan survey tahun 2011, diketahui bahwa % praktek ASI Eksklusif hingga 6 bulan di Kota A adalah 9%. Perkiraan peluang seorang bayi di wilayah Kota A untuk mendapatkan ASI eksklusif pada tahun 2012 yang ditanyakan kepada ahli, disebut sebagai pendekatan ..... subyektif Perkiraan dengan mempertimbangkan % tahun lalu dan ada tidaknya program/strategi baru terkait ASI eksklusif dikenal sebagai pendekatan.... empiris/relatif Apabila secara acak ditebak (dengan menggunakan koin/lotre/menghitung kancing), maka pendekatan probabilitas ini disebut pendekatan..... klasik
8
31/01/2014
Pendekatan Probabilitas Pendekatan Klasik
• Memperkirakan peluang berdasarkan pengetahuan dari proses yang terjadi • Contoh: melempar dadu , koin
Pendekatan Empiris/Relatif
• Memperkirakan peluang berdasarkan data (kejadian) sebelumnya • Contoh: peluang BBLR pada ibu hamil anemia, peluang kematian bayi di Ind
Pendekatan Subyektif
• Memperkirakan peluang berdasarkan opini ahli atau perasaan • Contoh: peluang tim AREMA menang, peluang Indonesia mendapat emas
17
Diketahui peluang seorang anak di wilayah Kota B untuk menderita batuk pilek pada musim hujan adalah 0,25. Jika secara acak dipilih satu anak, maka peluang anak yang terpilih tersebut untuk tidak menderita batuk pilek adalah sebesar.... Hukum 1: “Peluang terjadinya suatu kejadian adalah antara 0 dan 1” (0 ≤ P ≤ 1)
Hukum 2: “Kebalikan suatu kejadian A adalah komplemen A” (A’) dan P(A’) = 1 – P (A)
1 - 0,25 = 0,75
9
31/01/2014
Diketahui: peluang seseorang untuk memiliki golongan darah O=0,4; A=0,3; B=0,2; AB=0,1; Kejadian mutually exclussive (tidak mungkin kejadian A dan B terjadi bersama) Peluang seseorang untuk memiliki golongan darah A dan B …
a.
Hukum 3: Jika suatu kejadian A dan B adalah mutually exclussive, peluang terjadinya kejadian A dan B terjadi bersama-sama adalah 0 P (A & B) = 0 Jawaban = 0
Peluang seseorang untuk memiliki golongan darah A atau B…
b.
Hukum 4: Jika suatu kejadian A dan B adalah mutually exclussive, peluang terjadinya kejadian A atau B adalah penjumlahan dari penjumlahan dari kedua peluang tersebut. P (A atau B) = P (A) + P (B) Jawaban: 0,3+0,2=0,5
Diketahui: peluang seseorang untuk memiliki golongan darah O=0,4; A=0,3; B=0,2; AB=0,1; Kejadian mutually exclussive (tidak mungkin kejadian A dan B terjadi bersama) c.
Peluang seseorang untuk memiliki golongan darah A atau B atau AB adalah… Hukum 4: Jika suatu kejadian A, B dan C adalah mutually exclussive, peluang terjadinya kejadian A atau B atau C adalah penjumlahan dari peluang-peluang tersebut. P (A atau B atau C) = P (A) + P (B) + P(C) Jawaban: P(A)+P(B)+P(AB) = 0,3+0,2+0,1 = 0,6
d.
Peluang seseorang untuk memiliki golongan darah A, B, AB atau O adalah… (semua peluang) Hukum 5: Jika suatu kejadian A dan B adalah mutually exclussive, maka penjumlahan dari semua peluang adalah 1 P (A) + P (B) + P (C) + P (D) = 1 Jawaban: P(O)+P(A)+P(B)+P(AB)=0,4+0,3+0,2+0,1=1
10
31/01/2014
Peluang seseorang di kelas SP untuk memakai kaca mata adalah 0,3. Peluang seseorang untuk mengalami anemia adalah 0,4. Kejadian bukan mutually exclusive (dua kejadian yang bisa terjadi bersama-sama tetapi keduanya tidak ada keterkaitan) Jika secara acak dipilih satu mahasiswa, maka peluang 1 mahasiswa yang terpilih tersebut untuk a. memakai kaca mata dan mengalami anemia adalah sebesar… Hukum 7: Jika suatu kejadian A dan B adalah independent, (tidak berhubungan, bisa terjadi bersamaan, tetapi hanya sekedar kebetulan), maka kejadian A dan B terjadi bersamaan adalah perkalian kedua peluang tersebut Jika A dan B independent, P (A dan B) = P (A) * P (B) Jawaban = P (kacamata) * P (anemia) = 0,3*0,4=0,12
Peluang seseorang di kelas SP untuk memakai kaca mata adalah 0,3. Peluang seseorang untuk mengalami anemia adalah 0,4. Kejadian bukan mutually exclusive (dua kejadian yang bisa terjadi bersama-sama tetapi keduanya tidak ada keterkaitan) b. memakai kaca mata atau mengalami anemia adalah sebesar… Hukum 6: Jika suatu kejadian A dan B adalah bukan mutually exclussive, maka kejadian A dapat terjadi bersama dengan B P (A atau B) = P (A) + P (B) - P (A & B) Jawaban: P (kacamata) + P (anemia) - P (kacamata dan anemia) = (0,3+0,4)-0,12=0,58
11
31/01/2014
Kejadian yang berhubungan (tidak independent), satu kejadian mempengaruhi kemungkinan terjadinya kejadian yang lain Diketahui: Peluang kurang gizi [P(A)] = 0,075; Peluang menderita ISPA [P(B)] = 0,245; Peluang menderita ISPA dari yang kurang gizi [P (B│A)] = 0,8; Peluang menderita ISPA dari yang tidak kurang gizi [P (B│A’)] = 0,2; maka Peluang seorang anak dari populasi untuk mengalami kurang gizi dan menderita ISPA adalah… Hukum 8: Jika A dan B berhubungan/tidak independent, Kejadian kurang gizi meningkatkan resiko ISPA pada balita P (A dan B) = P (A) * P (B│A) Jawaban: P(A)*P(B/A) P(kurang gizi)*P(menderita ISPA dari yang kurang gizi) = 0,075*0,8=0,06
ISPA Contoh Lain Kurang Gizi 60
Tidak ISPA
Total
15
75
Gizi Normal
185
740
925
Total
245
755
1000
P (kurang gizi) = 0,075 P(A) = 75/1000 P (menderita ISPA) = 0,245 P(B) 245/1000 P (menderita ISPA dari yang kurang gizi) = 0,8 P (B│A) 60/75 P (menderita ISPA dari yang tidak kurang gizi) = 0,2 P (B│A’) 185/925 Maka: Peluang seorang anak untuk kurang gizi dan menderita ISPA = 0,075*0,8=0,06 24
12
31/01/2014
Berikut adalah serangkaian data tentang nilai Biostat 10 Mahasiswa: 6,6,7,7,7,7,8,8,8,9,9. Mean…?
(6+6+7+7+7+7+8+8+9+9)/10 = 7,4 Median…? 6, 6, 7, 7, 7, 7, 8, 8, 9, 9 = 7 Modus…? 6, 6, 7, 7, 7, 7, 8, 8, 9, 9 = 7 Range? 9–6=3
Berikut adalah serangkaian data tentang nilai Biostat 10 Mahasiswa: KUADRAT 6,6,7,7,7,7,8,8,8,9,9. NILAI SIMPANGAN SIMPANGAN
NO
1 2 3 4 5 6 7 8 9 10
MEAN
6 6 7 7 7 7 8 8 9 9 JUMLAH KUADRAT 7,40 SIMPANGAN VARIANS Stdev = akar varians
-1,4 -1,4 -0,4 -0,4 -0,4 -0,4 0,6 0,6 1,6 1,6
1,960 1,960 0,160 0,160 0,160 0,160 0,360 0,360 2,560 2,560
10,400 1,156 1,075
13
31/01/2014
Serangkaian data memiliki mean = 7,3; median=7,5 dan modus = 8.
Kurva yang dibentuk oleh serangkaian data tersebut adalah? Menceng/condong ke kiri, negative skewnes Bagaimanakah ciri-ciri kurva normal? Mean, med, mod behimpit, sebagian besar data berada di bag tengah kurva, kurva simetris, bentuk lonceng simetris kanan & kiri, luas daerah di bawah kurva=1, ; 68% berada di antara +- 1 SD, tidak adanilai ekstrim, hanya sebagian kecil data di bag ekor Mengapa kita perlu mengetahui distribusi data normal/tidak? Untuk menentukan angka statistik yang akan ditampilkan (mean/median), mengetahui uji statistik yang akan digunakan
Ari, mahasiswa Gizi, ingin mengetahui perbedaan rata-rata kadar Hb pada wanita hamil usia <20 th dan rata-rata kadar Hb pada wanita hamil usia 20-30 tahun.
Jika Ari menggunakan hipotesis dua arah, bagaimana pernyataan Ho dan Ha-nya?
Ho: tidak ada perbedaan rata-rata antara kadar Hb wanita hamil usia < 20 th dan usia 20-30 tahun Ha: ada perbedaan antara rata-rata antara kadar Hb wanita hamil usia < 20 th dan usia 20-30 tahun
Kapan Ho diterima? Bila kadar Hb A = Hb B. Kapan Ho ditolak (Ha diterima)? Bila kadar Hb A Hb B; kadar Hb A < Hb B; atau kadar Hb A >Hb B.
14
31/01/2014
Jika
Ari menggunakan hipotesis satu arah, bagaimana pernyataan Ho dan Ha-nya?
Ho: Rata-rata kadar Hb pada wanita hamil < 20 tahun tidak lebih kecil daripada rata-rata kadar Hb wanita hamil 20-30 tahun Ha: Rata-rata kadar Hb pada wanita hamil < 20 tahun lebih kecil daripada rata-rata kadar Hb wanita hamil 20-30 tahun
Kapan Ho diterima? Kapan Ho ditolak (Ha diterima)? Ho diterima apabila rata-rata kadar Hb wanita hamil < 20 tahun = atau > dari rata-rata kadar Hb wanita hamil 20-30 tahun Ho ditolak apabila rata-rata kadar Hb wanita hamil < 20 tahun lebih kecil dari rata-rata kadar Hb wanita hamil 20-30 tahun
Penelitian dengan tujuan untuk “mengetahui
perbedaan kadar fenol pada Buah Apel varietas A dan B” Jika distribusi data normal, maka sebaiknya menggunakan uji? Independent t test Jika
distribusi data tidak normal, maka sebaiknya menggunakan uji? Mann Whitney
15
31/01/2014
Penelitian dengan tujuan untuk “mengetahui
perbedaan kadar fenol pada Buah Apel varietas A sebelum dan sesudah perlakuan blanching” Jika distribusi data normal, maka sebaiknya menggunakan uji? T test berpasangan / paired t-test Jika
distribusi data tidak normal, maka sebaiknya menggunakan uji? Willcoxon
Penelitian dengan tujuan untuk “mengetahui
perbedaan kadar fenol pada Buah Apel varietas A, B, dan C” Jika distribusi data normal, maka sebaiknya menggunakan uji? One way ANOVA Jika
distribusi data tidak normal, maka sebaiknya menggunakan uji? Kruskall Wallis
16
31/01/2014
Penelitian dengan tujuan untuk “mengetahui
hubungan antara lama blanching (waktu) dan kadar fenol pada Buah Apel varietas A ” Jika distribusi data normal, maka sebaiknya menggunakan uji? Korelasi Pearson Jika
distribusi data tidak normal, maka sebaiknya menggunakan uji? Korelasi Spearmann
Penelitian dengan tujuan untuk “mengetahui
perbedaan skor pengetahuan ibu di daerah A dan B”, sebaiknya menggunakan uji? Mann Whitney Penelitian dengan tujuan untuk “mengetahui
perbedaan skor pengetahuan ibu di daerah A sebelum dan sesudah edukasi gizi”, sebaiknya menggunakan uji? Willcoxon
17
31/01/2014
Penelitian dengan tujuan untuk “mengetahui
perbedaan skor pengetahuan ibu di daerah A, B dan C”, sebaiknya menggunakan uji?
Kruskall Wallis
Penelitian dengan tujuan untuk “mengetahui
hubungan antara skor pengetahuan ibu dan pola asuh di daerah A”, sebaiknya menggunakan uji?
Korelasi Spearmann
Penelitian dengan tujuan untuk “mengetahui perbedaan proporsi kejadian diare pada balita pada ibu dengan tingkat pengetahuan hygiene-sanitasi rendah sedang dan tinggi” sebaiknya menggunakan uji?
Chi Square
Jika kelompok tingkat pengetahuan ibu disederhanakan menjadi tingkat pengetahuan rendah dan tinggi, sebaiknya menggunakan uji?
Fisher Exact
18
31/01/2014
Sebutkan grafik yang sesuai untuk menampilkan data: Proporsi status gizi (IMT kategori) pada kelompok A? Pia chart Perbedaan IMT antara kelompok yang berdiet dan tidak berdiet? Grafik batang Perbedaan IMT pada kelompok yang berdiet pada awal penelitian, setelah menjalani diet bulan pertama, kedua dan ketiga? Line chart/garis
38
SKALA PENGUKURAN
Komparatif /Uji Beda
Jenis UjiTidakHipotesis berpasangan
Berpasangan
Korelasi / Uji Hubungan
2 klpk
> 2 klpk
2 klpk
> 2 klpk
Interval /Rasio (Numerik Uji Parametrik)
Uji t tidak berpasangan (independent t-test)
One way ANOVA
Uji t berpasangan (paired t-test)
Repeated ANOVA
Pearson
Ordinal (Kategorikal Uji NonParametrik)
Mann Whitney
KruskalWallis
Wilcoxon
Friedman
Spearman
Nominal & Ordinal (Kategorikal Uji Parametrik))
Chi Square, Fisher, Kolmogorof Smirnov
Mac Nemar, Cohran Test, Friedman
Koefisien kontingensi, Lambda
Hypotesis testing, Widya Rahmawati, PS Ilmu Gizi FKUB, 2012
M Sopiyudin Dahlan, 2011
19
31/01/2014
39
No
Tujuan
Distribusi data
Distribusi data
UJI PARAMETRIK
UJI NON PARAMETRIK
normal tidak normal Contoh… untuk data continues
1
Untuk mengetahui perbedaan rata-rata kadar Hb Ibu hamil daerah A dan B
Independent ttest
Mann Whitney
2
Untuk mengetahui perbedaan rata-rata kadar Hb Ibu hamil daerah C pada awal kehamilan dan akhir kehamilan
Paired t-test
Wilcoxon
3
Untuk mengetahui perbedaan rata-rata kadar Hb ibu hamil setelah perlakuan pemberian suplemen Ferosultat (klpk 1), multivitamin mineral (kelompok B) dan makanan tinggi Fe (kelompok C)
ANOVA
Kruskal-wallis
4
Untuk mengetahui hubungan antara intake jus pare dan kadar glukosa darah
Pearson
Spearman
Hypotesis testing, Widya Rahmawati, PS Ilmu Gizi FKUB, 2012
40
No
Tujuan
UJI NON
PARAMETRIK Contoh… untuk data kategorikal
1
Untuk mengetahui perbedaan tingkat pengetahuan Ibu balita daerah A dan B
Mann Whitney
2
Untuk mengetahui perbedaan tingkat pengetahuan Ibu balita daerah C pada sebelum dan sesudah edukasi
Wilcoxon
3
Untuk mengetahui perbedaan tingkat pengetahuan Hb ibu balita di daerah A, B, C
Kruskal-wallis
4
Untuk mengetahui hubungan tingkat pengetahuan dan perilaku ibu balita
Spearman
5
Untuk mengetahui proporsi BBLR pada ibu hamil dengan anemia derajat ringan, sedang dan berat
Chi Square
6
Untuk mengetahui proporsi BBLR pada ibu hamil Fisher Hypotesis testing, Widya Rahmawati, PS Ilmu Gizi dengan anemia FKUB, 2012
20
31/01/2014
Data di bawah ini adalah hasil penelitian yang bertujuan untuk mengetahui hubungan antara intake Fe dan kadar Hb pada remaja putri. Kode Resp 1 2 3 4 5 6 7 8 9 10
Intake Fe 28.6 23.4 25.8 22.4 20.5 29.6 28.2 23.9 24.5 27.1
Kadar Hb 12.3 11.9 12.1 11.8 11.4 12.6 12.4 12.2 12.0 12.5
Sajikanlah data di samping dalam bentuk: Mean ±
SD Intake Fe = 25,4 ± 2,96
Mean ± SD Kadar Hb = 12,12 ± 0,36
Median (min; max) Intake Fe = 25,15 (20,5;
29,6)
Median (min; max) Kadar Hb = 12,15 (11,4 ; 12,6)
21
31/01/2014
Buatlah grafik yang sesuai
Kadar Hb (g/dl)
Hubungan antara intake Fe (mg/hr) dan Kadar Hb pada Remaja Putri di Wilayah Kota Malang Tahun 2013 14 12 10 8 6 4 2 0 0
5
10
15 20 Intake Fe (mg/hari)
25
30
35
Semoga bermanfaat...
22
