31/01/2014

1

Diskusi Soal SP Nutrition Biostatistics

Seorang Ahli Gizi Assessmet

(Data Collection)

Diagnosa (Hypothesis)

Planning

Intervention

Monitoring &

Evaluation

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

NUTRITIONAL CARE PROCESS

31/01/2014

2

Merencanakan intervensi

berdasarkan bukti ilmiah & fakta

Banyak membaca laporan/penelitian

terdahulu

Seorang Ahli Gizi

Perlu memahami data/laporan yang disajikan/hasil penelitian terdahulu untuk mendukung keputusan

Perlu memahami ilmu BIOSTATISTIKA

Why statistics?

Nutrition Biostatistics, Widya R, PS Ilmu Gizi FKUB, 2013

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.

31/01/2014

3

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

Konsep Variabel Persepsi,

pemahaman umum

Fakta Fakta Fakta

Merupakan hasil pengamatan , berupa pemahaman umum terhadap suatu masalah. Bisa dilihat secara langsung (cth. Buku, makanan), atau tidak bisa dilihat secara langsung (cth. Energi)

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

31/01/2014

4

Konsep vs. Variabel

KONSEP

Konsumsi zat besi

Konsumsi vitamin C

Anemia

Remaja putri

VARIABEL

Tingkat konsumsi zat besi

Tingkat konsumsi vitamin C

Status/derajat anemia

Usia Remaja putri

Masih bersifat umum, belum bisa diukur/dikategorikan

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

31/01/2014

5

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

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.

Istilah-istilah dalam statistik... Statsitik Deskriptif & Statistik Inferensial

31/01/2014

6

Statistik Deskriptif vs. Statistik Inferensial

Populasi: 100 mhs

Sampel: 25 mhs Statistik Deskripsi:

Menghitung, menganalisa, mengambil kesimpulan dan

menyajikan data untuk ke-25 mhs

Diambil data dari 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

Distribusi Frekuensi

Central Tendency

Variasi

Distribusi Normal

Statistik Inferensial

Probabilitas

Confidence Interval

Uji Hipotesis

Uji Statistik

Parametrik & Non Parametrik

31/01/2014

7

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

31/01/2014

8

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 Quantitative/Data Kontinyu = mengandung variasi nilai

INTERVAL Peringkat yang dapat diukur namun tidak mempunyai nilai 0 (nol) absolut

Suhu, z-score, nilai, skor IQ

RASIO 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

31/01/2014

9

Pendekatan Probabilitas

• Memperkirakan peluang berdasarkan pengetahuan dari proses yang terjadi

• Contoh: melempar dadu , koin

Pendekatan Klasik

• Memperkirakan peluang berdasarkan data (kejadian) sebelumnya

• Contoh: peluang BBLR pada ibu hamil anemia, peluang kematian bayi di Ind

Pendekatan Empiris/Relatif

• Memperkirakan peluang berdasarkan opini ahli atau perasaan

• Contoh: peluang tim AREMA menang, peluang Indonesia mendapat emas

Pendekatan Subyektif 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

31/01/2014

10

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)

a. Peluang seseorang untuk memiliki golongan darah A dan B …

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

b. Peluang seseorang untuk memiliki golongan darah A atau 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

31/01/2014

11

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

31/01/2014

12

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

Contoh Lain ISPA Tidak ISPA Total

Kurang Gizi 60 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

31/01/2014

13

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: 6,6,7,7,7,7,8,8,8,9,9. NO NILAI SIMPANGAN

KUADRAT SIMPANGAN

1 6 -1,4 1,960 2 6 -1,4 1,960 3 7 -0,4 0,160 4 7 -0,4 0,160 5 7 -0,4 0,160 6 7 -0,4 0,160 7 8 0,6 0,360 8 8 0,6 0,360 9 9 1,6 2,560

10 9 1,6 2,560

MEAN 7,40 JUMLAH KUADRAT SIMPANGAN 10,400

VARIANS 1,156 Stdev = akar varians 1,075

31/01/2014

14

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.

31/01/2014

15

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

31/01/2014

16

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

31/01/2014

17

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

31/01/2014

18

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

31/01/2014

19

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

Jenis Uji Hipotesis SKALA

PENGUKURAN Komparatif /Uji Beda Korelasi /

Uji Hubungan

Tidak berpasangan Berpasangan

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 Non-Parametrik)

Mann Whitney

Kruskal-Wallis

Wilcoxon Friedman Spearman

Nominal & Ordinal

(Kategorikal Uji Parametrik))

Chi Square, Fisher, Kolmogorof Smirnov

Mac Nemar, Cohran Test, Friedman

Koefisien kontingensi,

Lambda

38

Hypotesis testing, Widya Rahmawati, PS Ilmu Gizi FKUB, 2012

M Sopiyudin Dahlan, 2011

31/01/2014

20

Contoh… untuk data continues No Tujuan Distribusi data

normal Distribusi data tidak normal

UJI PARAMETRIK UJI NON PARAMETRIK

1 Untuk mengetahui perbedaan rata-rata kadar Hb Ibu hamil daerah A dan B

Independent t-test

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

39

Contoh… untuk data kategorikal No Tujuan UJI NON

PARAMETRIK

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 dengan anemia

Fisher Hypotesis testing, Widya Rahmawati, PS Ilmu Gizi

FKUB, 2012

40

31/01/2014

21

Data di bawah ini adalah hasil penelitian yang bertujuan untuk mengetahui hubungan antara intake Fe dan kadar Hb pada remaja putri.

Kode Resp Intake Fe Kadar Hb

1 28.6 12.3

2 23.4 11.9

3 25.8 12.1

4 22.4 11.8

5 20.5 11.4

6 29.6 12.6

7 28.2 12.4

8 23.9 12.2

9 24.5 12.0

10 27.1 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)

31/01/2014

22

Buatlah grafik yang sesuai

0

2

4

6

8

10

12

14

0 5 10 15 20 25 30 35

Kad

ar H

b (

g/d

l)

Intake Fe (mg/hari)

Hubungan antara intake Fe (mg/hr) dan Kadar Hb pada Remaja Putri di Wilayah Kota Malang Tahun

2013

Semoga bermanfaat...