Modul 2 - Biostatistik Dasar Kebidanan Edit [PDF]

Citation preview

BA ​ ​KT



MU​S​AD ​ I



Pr​odi ​Kebidanan



Semeste​r 04



Metode Penelitian dan Biostatistik Australia ​Indonesia Partnership ​for ​Health System ​Strengthening (​AIPHSS​) http​:​/​/m ​ edicine​.​dundee​.​ac.​uk​/sites​/​medicine​.​dundee​.​ac​.​uk​/fil es​/​DEBU​_​0​.​jpg



Modul 2



Biostatistik Dasar Kebidanan



Pusdiklatna​kes​, ​Ba​dan PPSDM Kesehatan Kementri​a​n Kesehatan Republik Indonesia 2013 ​Hak



cipta ​© ​Badan P​PSD​M Kesehatan​, Kemenkes RI, 2​013



Kode : Kebidanan/Bd.404/IV/2013



METODE PENELITIAN DAN BIOSTATISTIK DASAR Modul 2 BIOSTATISTIK DASAR KEBIDANAN P​enulis :



Hariyanti Siti Aminah W PENDIDIKAN JARAK JAUH PENDIDIKAN TINGGI KESEHATAN Pusdiklatnakes, Badan PPSDM Kesehatan Kementrian Kesehatan Republik Indonesia 2013 Hak ©cipta Pusdiklatnakes, Badan PPSDM Kesehatan, Kemkes RI, 2013 Modul Pendidikan Jarak Jauh, Pendidikan Tinggi Kesehatan



Pendahuluan Selamat berjumpa pada mata kuliah Metode Penelitian Dan Biostatistik Dasar bagi mahasiswa para mahasiswa calon Ahli Madya Kebidanan. Bidan merupakan salah satu profesi kesehatan yang selalu berkembang mengikuti kemajuan ilmu dan teknologi, sehingga saudara yang akan mencapai gelar Ahli Madya Kebidanan harus memahami tentang Biostatistik Dasar. Dengan memiliki pemahaman ini, saudara diharapkan dapat memberikan kontribusi terhadap kemajuan keilmuan dan profesi Bidan. Mata kuliah Metode Penelitian dan Biostistik Dasar memiliki dua modul, yaitu Modul 1 berjudul Konsep Dasar Penelitian Kebidanan dan Modul 2 berjudul Biostatistik Dasar



Kebidanan. Modul yang akan saudara pelajari saat ini adalah modul yang kedua yaitu Biostatistik Dasar Kebidanan. Pada modul 2 ini terdiri dari tiga kegiatan belajar, yaitu : Kegiatan Belajar 1 : Konsep dasar biostatistik Kegiatan Belajar 2 :Uji Hipotesis Kegiatan Belajar 3 :Analisa dan Penyajian Data. Dengan mempelajari modul 2 ini, saudara diharapkan memiliki pemahaman tentang cara menganalisa data dengan baik sehingga dapat mengaplikasikan pada tempat saudara melaksanakan pelayanan kebidanan serta dapat memberikan informasi yang otentik kepada klien dan pihak lain yang membutuhkan data ataupun informasi secara akurat. 3 ​Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul Modul Pendidikan Jarak Jauh, Pendidikan Tinggi Kesehatan



Untuk mempelajari modul 2 ini dibutuhkan alokasi waktu 8 jam. Proses pembelajaran untuk materi Biostatistik Dasar Kebidanan yang akan sauda- ra ikuti sekarang ini dapat berjalan dengan lebih lancar, bila mengikuti lang- kah-langkah sebagai berikut : 1. Pahami lebih dulu konsep dasar biostatistik 2. Kemudian kerjakan semua soal latihan yang ada dan lakukan penilaian berdasarkan kunci jawaban. 3. Berlatihlah dengan sungguh-sungguh secara mandiri maupun berkelompok dengan teman-teman. 4. Bila saudara menemui kesulitan, silahkan hubungi instruktur/pembimbing atau fasilitator yang mengajar mata kuliah ini. Baiklah saudara mahasiswa D3 Kebidanan Pendidikan Jarak Jauh selamat mengi- kuti pembelajaran ini dan semoga saudara sukses.memahami materi ini untuk bekal bertugas di pelayanan kebidanan yang akan memberikan kontribusi terha- dap penelitian kebidanan dengan baik. 4 ​Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul 4



Kegiatan Belajar I



Konsep Dasar Biostatistik 5 5 ​Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul Modul Pendidikan Jarak Jauh, Pendidikan Tinggi Kesehatan



Setelah mempelajari kegiatan belajar 1 ini, sauda- ra diharapkan mampu memahami



TUJUAN ​



tentang konsep dasar biostatistik. ​



Pembelajaran



Umum 1. Menjelaskan pengertian statistik



TUJUAN 2. Menjelaskan fungsi statistik 3. Mengidentifikasi ruang lingkup statistik



Pembelajaran Khusus 4. Menjelaskan tahapan statistik 5. Mengidentifikasi jenis data 6. Mengidentifikasi variabel dan pengukurannya



POKOK



1. pengertian statistik ​ 2. fungsi statistik



Materi 3. ruang lingkup statistik 4. tahapan statistik, data, variabel dan pengukurannya. Modul Pendidikan Jarak Jauh, Pendidikan Tinggi Kesehatan



Uraian Materi Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul 6



Apakah saudara pernah terfikir bahwa kegiatan pelaporan kesehatan ibu dan anak yang setiap bulan saudara kerjakan adalah merupakan kegiatan statistik? Dan bagaimanakah dari data yang setiap bulan saudara kirimkan tersebut menjadi informasi penting untuk penetapan kebijakkan kesehatan ibu dan anak? Apakah saudara dapat menjawab per- tanyaan di atas dengan tepat? Apabila saudara masih ragu-ragu, mari kita si- mak uraian materi berikut! A. Pengertian Statistik



Kata statistik berasal dari bahasa Latin yaitu ​status ​dan dalam baha- sa Inggris yaitu state ​yang berar- ti negara atau untuk menyatakan hal-hal yang berhubungan den- gan ketatanegaraan. Pada awalnya statistik hanya berkaitan dengan sekumpulan angka mengenai pen- duduk suatu daerah atau negara dan pendapatan masyarakat, termasuk pula, kumpulan angka yang dibutuhkan oleh pemerintah dalam menyelesaikan beberapa masalah. Namun, seiring dengan perkem- bangan zaman, statistik berkembang ke seluruh aspek kehidupan, misalnya produk industri, teknologi, informasi, bisnis, hukum dan ter- masuk penelitian-penelitian pada hampir seluruh cabang ilmu, seper- ti ekonomi, sains, pertanian, sosial, pendidikan, kesehatan dan lain-lain. Dalam arti sempit statistik dapat diartikan sebagai data, tetapi da- lam arti luas statistik dapat diarti- kan sebagai alat. Statistik adalah sekumpulan konsep dan metode yang digunakan untuk mengum- pulkan dan menginterpretasi data tentang bidang kegiatan tertentu dan mengambil kesimpulan dalam situasi dimana ada ketidakpastian dan variasi. Biostatistik merupa- kan suatu cabang ilmu dari statis- tik yang berhubungan dengan cara pengumpulan, kompilasi, pengo- lahan, dan interpretasi fakta-fakta numerik yang berhubungan den- gan kehidupan manusia yaitu mulai dari kelahiran, sehat, sakit sampai kematian. Biostatistik atau istilah lainnya statistika kesehatan adalah data atau informasi yang berkaitan dengan masalah kesehatan. Berdasarkan definisi di atas, bila dikaitkan dengan kegiatan pelapo- ran kesehatan ibu dan anak yang Modul Pendidikan Jarak Jauh, Pendidikan Tinggi Kesehatan



rutin saudara lakukan, saudara telTentunya saudara sangat sering ah menerapkan ilmu biostatistik melaksanakan KB safari tersebut dalam bidang pekerjaan saudara. dan akseptornyapun pasti cukup Coba saudara telaah, setiap kebanyak. Nah, sekarang pasti sauda- giatan yang sauadara kerjakan ra mengerti mengapa KB safari misalnya melakukan pemeriksaan menjadi program pilihan pemerin- ibu hamil, menolong persalinan, tah. melakukan imunisasi pada bayi, dan lain-lain, semuanya saudara catat dalam buku pelaporan yang Silahkan jawab pada kotak di bawah ini : kemudian dikirimkan ke puskes........................................................................ ​mas. Data yang terkumpul di Pusk- esmas tersebut diteruskan ke Dinas ........................................................................



Kesehatan. Selanjutnya data diolah ..................................................................



menjadi informasi tingkat kabupat- en maupun provinsi. Dari informasi Iya benar, pemerintah memperoleh yang ada, stake holder menjadikan



informasi yang bersumber dari data informasi tersebut sebagai dasar akseptor KB yang saudara kirim- dalam pengambilan keputusan atau kan dan melalui proses pengolahan membuat kebijakkan. Jadi tanpa data diperoleh data agregat yang saudara sadari, saudara secara rusangat rendah tentang penggu- tinitas telah melakukan tahapan naan KB oleh PUS. Sehingga pe- statistik dalam bidang pelayanan merintah harus menggalakan pro- kesehatan ibu dan anak. Dan masih gram KB safari.tersebut. Dengan banyak contoh kegiatan saudara demikian pemerintah khususnya dalam bekerja yang menggunakan Kementerian Kesehatan menggu- ilmu statistik ini. nakan data tersebut sebagai dasar memilih program KB safari. KB safa- ri adalah salah satu kebijakkan un- B. Fungsi Biostatistik tuk meningkatkan peserta akseptor KB yang dampaknya adalah pada Seberapa sering saudara melaksanakan penurununan AKI dan AKB. Ilustrasi program KB Safari di tempat kerja di atas menggambarkan salah satu saudara? Dan mengapa program fungsi statistik dalam bidang kese- KB Safari menjadi program pilihan hatan. pemerintah yang harus dilaksanakan? 7 ​Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul 7 Modul Pendidikan Jarak Jauh, Pendidikan Tinggi Kesehatan



Berikut akan diuraikan fungsi statis- tik lainnya dalam bidang kesehatan yaitu antara lain : 1. Untuk menggambarkan status kesehatan Status kesehatan suatu Negara salah satunya tergambar pada Angka Kematian Ibu (AKI) dan Angka Kematian Bayi (AKB). Un- tuk memperoleh AKI dan AKB ini, maka diperlukan tahapan kegiatan statistik yang melipu- ti pengumpulan, pengolahan, penyajian, analisis data sampai data tersebut dapat diinterpre- tasikan. 2. Untuk monitoring dan evaluasi program kesehatan a. Analisis perbandingan yai- tu dengan membanding- kan wilayah satu dengan wilayah lainnya. Misaln- ya saudara ingin mem- bandingkan pencapaian pertolongan persalinan oleh tenaga kesehatan di wilayah kerja Puskesmas X, maka saudara akan membandingkan dari data yang tersedia antara wilayah di Puskesmas X tersebut. Dari analisis perbandingan ini maka saudara akan men- elusuri lebih jauh penyebab Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul 8 ​tidak



tercapainya pertolon- gan persalinan oleh tenaga kesehatan di Puskesmas X tersebut yang selanjutn- ya dapat dijadikan sebagai dasar dalam pengambilan keputusan atau penetapan kebijakkan kesehatan.



b. Analisis kecenderungan yaitu dengan menganalisis waktu, misalnya Angka Kematian Bayi (AKB) sejak 10 tahun yang lalu sampai se- karang tidak menunjukkan perubahan yang bermakna. c. Untuk perencanaan pro- gram kesehatan. Data dan hasil analisisnya dapat dijadikan dasar atau bahan acuan dalam perencanaan program kesehatan yang akan datang. d. Untuk membuat peneli- tian. Seperti telah dibahas dalam modul sebelumnya, bahwa masalah penelitian harus didasarkan pada fak- ta atau bukti autentik yang terjadi di lapangan, sehing- ga adanya kumpulan data ini sangat penting sebagai latar belakang hal yang akan diteliti. Modul Pendidikan Jarak Jauh, Pendidikan Tinggi Kesehatan



C. Ruang Lingkup Statistik Mungkin pernah terbesit per- tanyaan dalam pikiran saudara ke- tika menghadapi banyaknya kom- plikasi kehamilan atau persalinan, misalnya sebagian besar ibu hamil mengalami anemia, dan seba- gian besar juga ibu yang bersalin di tempat saudara mengalami Ke- tuban Pecah Dini (KPD). Mengapa demikian? Apakah ada hubungan anemia dengan kejadian KPD? Untuk menjawab pertanyaan di atas, saudara harus mempunyai pemahaman tentang jenis atau ruang lingkup statistik yang ses- uai dengan tujuan penelitian yang akan saudara capai. Baiklah, mari kita pelajari jenis atau ruang lingkup statistik di bawah ini. Berikut saudara dapat melihat ru- ang lingkup statistik melalui gam- bar di bawah ini : Gambar 1. Jenis Statistik Saudara dapat amati bahwa statis- tik dibedakan menjadi dua, yaitu 9 ​Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul ​9 ​ statistik deskriptif dan statistik in- ferensial. Selanjutnya statistik infe- rensial dibedakan menjadi statistik parametrik dan non parametrik. Statistik deskriptif adalah statistik yang digunakan untuk menggam- barkan atau menganalisis suatu hasil penelitian, tetapi tidak digu- nakan untuk membuat kesimpulan yang lebih luas (generalisasi/infer- ens). Jadi statistik deskriptif hanya berfungsi menguraikan atau men- erangkan keadaan atau fenomena. Berikut contoh-contoh pernyata- an yang termasuk dalam cakupan statistik deskriptif. 1. Sekitar 50% ibu hamil di Pusk- esmas A mengalami hiperem- esis pada sampai usia kehami- lan trimester 2. 2. Tingkat kepatuhan ibu hamil dalam mengkonsumsi zat besi cukup rendah, hal ini disebab- kan hampir 80% ibu mengeluh mual pada saat meminum zat Deskriptif



besi. Statistik Parametrik



Baik, coba buatlah pernyataan jenis statistik deskriptif berdasarkan kaInferensial



sus pada kotak dialog di atas! Nonparametrik ​



........................................................................ ........................................................................ .................................................................. .................................................................. ................................................................. Modul Pendidikan Jarak Jauh, Pendidikan Tinggi Kesehatan



Iya benar, apabila saudara men- jawab sebagai berikut : 1. 60% ibu hamil di Polindes Desa X menderita anemia. 2. 40% ibu yang bersalin di Polindes Desa X mengalami KPD. Baiklah, kita lanjutkan ke jenis statistik inferensial. Statistik infe- rensial adalah statistik yang digu- nakan untuk menganalisis data sampel, dan hasilnya akan digeneralisasikan (diinfererensikan) untuk populasi di mana sampel diambil. Misalnya dalam penelitian tentang survey soasial ekonomi (SUSENAS), dilakukan pengambilan sampel se- suai dengan blok sensus yang ter- pilih. Hasil-hasil yang didapatkan pada sampel penelitian SUSENAS tersebut merupakan gambaran sosial ekonomi Indonesia. Dengan metode statistik inferensial kita juga dapat mengevaluasi informasi yang telah kita kumpulkan menja- di suatu pengetahuan baru, seperti kita ingin mengetahui apa saja fak- tor risiko yang dapat menurunkan risiko penyakit jantung koroner, bagaimana efektifitas suatu vaksin baru pencegah flu burung, dan se- bagainya. Berikut ini contoh-con- toh pernyataan topik kebidanan yang termasuk dalam cakupan statistik inferensial. Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul 10 ​1.



Penatalaksanaan IMD akan mempengaruhi keberlangsun- gan asi ekslusif. 2. Perilaku menikah usia dini akan berdampak pada terjadinya kanker serviks. Baik, silahkan saudara merumus- kan pernyataan sesuai dengan ka- sus di atas dalam lingkup statistik inferensial ! ..................................................................... ..................................................................... .....................................................................



Iya benar, bila saudara menjawab sebagai berikut : “Anemia pada ibu hamil berpen- garuh terhadap kejadian KPD” atau “Ada hubungan anemia pada ibu hamil dengan kejadian KPD”. Kita lanjutkan ke jenis statistik beri- kutnya. Berdasarkan bentuk dis- tribusi data, maka statistik dibagi dua yaitu statistik parametrik dan statistik non parametrik. Statistik parametrik digunakan untuk men- ganalisis data interval atau rasio, yang diambil dari populasi yang berdistribusi normal. Statistik para- metrik biasanya menggunakan jumlah sampel yang cukup besar. Sedangkan statistik non parametr-



Modul Pendidikan Jarak Jauh, Pendidikan Tinggi Kesehatan



ik, digunakan untuk menganalisis data nominal dan ordinal dari pop- ulasi yang bebas distribusi dan jum- lah sampel relatif kecil. Untuk lebih jelas saudara akan pelajari pada kegiatan belajar tiga karena sangat berkaitan dengan uji statistik yang akan digunakan. D. Tahapan Statistik Seperti telah disinggung pada pen- gertian statistik, maka saudara su- dah dapat mempekirakan kegia- tan atau tahapan statistik meliputi apa saja. Tahapan statistik meliputi pengumpulan data, pengolahan data, analisa data dan penyajian data. Tahapan pertama yaitu pengumpu- lan data. Hal-hal yang perlu diper- hatikan dalam pengumpulan data adalah jenis data yang sangat ter- gantung pada tujuan penelitian, cara pengambilan data yang juga dipengaruhi oleh jenis datanya, dan alat ukurnya, dapat beupa kuesion- er, angket, lembar observasi, dan lain-lain. Tahapn ke dua yaitu pengolahan data. Pengolahan data ini juga ter- diri dari lima tahapan, yaitu editing, coding, processing, cleaning dan transforming. Editing merupakan kegiatan memeriksa kelengkapan isi kuesioner. Editing ini sebaiknya 11 ​Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul ​11 ​ dilakukan di lapangan, sehinnga bila terjadi kesalahan atau keti- dak jelasan bisa langsung bertemu kembali dengan respondennya untuk memberikan klarifikasi atau melengkapi kuesioner. Coding mer- upakan kegiatan mengkode ulang dari bentuk huruf ke bentuk ang- ka yang tujuannya memudahkan dalam pengolahan data. Process- ing adalah kegiatan memindahkan data dari kuesioner ke computer. Cleaning alah kegiatan pengecek- kan kembali setelah data dientri ke computer. Dan transforming yaitu kegiatan mengubah isi data ke da- lam bentuk lain. Tahapan statistik ke tiga adalah analisis data, yaitu memberi arti/ makna data. Analisis data ini meli- puti analisa univariat, analisa bivar- iat, dan analisa multivariate. Yang akan dibahas pada modul ini hanya sampai analisis bivariat dengan uji statistik terbatas. Tahapan statistik terakhir adalah penyajian data, yaitu kegiatan men- yajikan data hasil analisis/ pengola- han yang tujuannya agar menarik dan mudah dipahami. Penyajian data ini bisa berupa narasi, tabel ataupun grafik. Modul Pendidikan Jarak Jauh, Pendidikan Tinggi Kesehatan



E. Data suai dengan kebutuhan. Namun Data adalah bentuk jamak dari ​da- tum.​ Data merupakan himpunan angka-angka yang berasal dari ha- sil pengamatan atau pengukuran. Data merupakan keterangan-keterangan tentang suatu hal, dapat berupa sesuatu yang diketahui atau anggapan (asumsi) yang per- lu diuji kebenarannya. Data setelah diproses akan menjadi sebuah in- formasi. Data yang baik memenuhi syarat ​up to date​, misalnya data juga mempunyai kekurangan yai- tu apabila data yang dikumpul- kan cukup banyak dan



sasarann- ya adalah masyarakat, maka akan membutuhkan waktu, tenaga dan biaya yang cukup besar. Sebalikn- ya, pengumpulan data sekunder mempunyai keuntungan dalam hal waktu, tenaga dan biaya yang rela- tif kecil, tetapi sering kali datanya tidak lengkap atau data yang dibu- tuhkan tidak tersedia. rekam medis maksimal adalah 5 Berdasarkan bentuknya, ma- tahun ke belakang, data KLB setiap cam-macam data dapat digambar- hari harus terpantau, dan lain-lain. kan pada gambar berikut: Syarat data lainnya adalah akurat. Yang dikatakan akurat bila suatu Kualitatif /



data memenuhi kaidah validitas Katagorik



dan reliabilitas. Validitas adalah data yang diperoleh dengan alat Jenis Data ​ukur yang sebenarnya/terstandar, sedangkan reliabilitas adalah data Kuantitatif Diskrit



yang konsisten, maksudnya adalah / Numerik



meskipun diukur berulang-ulang, hasilnya tetap sama. Kontinum



Menurut sumbernya, data dapat Gambar 2. Jenis Data dibagi menjadi data primer dan data sekunder. Data primer ada- lah data yang diperoleh langsung Berdasarkan bentuknya, data dikedari responden, sedangkan data lompokkan menjadi dua, yaitu data sekunder adalah data yang diperkualitatif/katagorik dan data kuanoleh dari data yang sudah didotitatif. Data kualitatif/katagorik adakumentasikan atau dipublikasikan. lah data yang berbentuk kalimat, Data primer mempunyai keuntunkata atau gambar. Sedangkan data gan data yang dikumpulkan sekuantitatif/numerik adalah data Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul 12 Modul Pendidikan Jarak Jauh, Pendidikan Tinggi Kesehatan



yang berbentuk angka, atau data kualitatif yang diangkakan (​skor- ing​). Data kuantitatif



dapat dike- lompokkan menjadi dua yaitu ​data diskrit d ​ an ​data kontinum.​ Data diskrit adalah data yang diperoleh dari hasil menghitung atau mem- bilang. Misalnya jumlah ibu hamil ada 20 orang, bayi 10 orang, dan seterusnya. Sedangkan data konti- num diperoleh dari hasil mengukur, misalnya tinggi badan adalah data yang diperoleh dengan cara men- gukur tinggi badan menggunakan satuan meter, berat badan adalah data yang diperoleh dengan cara menimbang, Hb adalah data yang diperoleh dengan mengukur kadar Hb, dan lain sebagainya. F. Variabel Pengaruh anemia terhadap perdara- han post partum. Dari topik tersebut, manakah variabel penelitiannya? Tentunya saudara dapat menjawab pertanyaan di atas, dan topik ini telah dipelajari pada Modul 1. Marilah kita simak uraian materi tentang variabel berikut ini. Menurut Hartch dan Farhady dalam Sugiyono (2009), variabel didefiKegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul 13 ​nisikan



sebagai atribut seseorang, atau obyek, yang mempunyai va- riasi antara satu orang dengan yang lain atau satu obyek dengan obyek yang lain. Tinggi badan, be- rat badan, sikap, motivasi, kepemi- mpinan, disiplin kerja, merupakan atribut-atribut dari setiap orang. Berat, ukuran, bentuk, dan war- na merupakan atribut-atribut dari obyek. Dinamakan variabel karena sifatnya bervariasi. Misalnya berat badan dikatakan variabel, karena berat badan sekelompok orang itu bervariasi antara satu orang dengan yang lain. Demikian juga moti- vasi, persepsi dapat juga dikatakan sebagai variabel karena motivasi dan persepsi pada sekelompok orang pasti akan berbeda-beda. Variabel yang tidak ada variasinya bukan dikatakan sebagai variabel. Kerlinger dalam buku Sugiyono (2009) menyatakan variabel se- bagai konstruk (​constructs)​ atau sifat yang akan dipelajari. Kerlinger juga menyatakan bahwa variabel dapat dikatakan sebagai suatu si- fat yang diambil dari suatu nilai yang berbeda (​different values​). Dengan demikian variabel itu mer- upakan suatu yang bervariasi. Ber- dasarkan pengertian-pengertian di atas, maka dapat dirumuskan bahwa variabel adalah suatu si- fat yang akan diukur atau diamati yang nilainya bervariasi. Variabel Modul Pendidikan Jarak Jauh, Pendidikan Tinggi Kesehatan



mempunyai ciri-ciri antara lain : G. Pengukuran mempunyai nama, merupakan sifat suatu objek pengamatan, mempunyai definisi operasional, dapat di- ukur, dan nilainya bervariasi. Berbicara tentang pengukuran ti- dak dapat terlepas dari instrumen atau alat ukur. Instrumentasi ada- lah proses pemilihan atau metode alat ukur yang tepat dalam rangka Sekarang bagaimana jawaban saudara dari topik penelitian yang tertera pada kotak dialog di atas? pembuktian kebenaran hipotesis. Sedangkan pengukuran merupa- kan kegiatan



lanjutan dari instru- mentasi dalam mengungkap kes.................................................. eluruhan realitas kebenaran. dan............................................ Pengukuran dapat di bagi menja....................................................... di dua yaitu, pengamatan kualitatif dan pengamatan kuantitatif. PenIya benar, bila saudara menjawab anemia dan perdarahan pot par- tum. Mengapa demikian? gamatan kualitatif ialah penetapan atau identifikasi terhadap adanya (atau tidak adanya) nilai nominal variabel tertentu pada suatu subCoba saudara telaah kembali, aneyek. Pengamatan kuntitatif ialah mia merupakan hasil pengukuran penetapan atau identifikasi besar dari kadar Hb dan hasilnya pada kecilnya (magnitude) nilai variasi sekolompok ibu hamil bervariasi, suatu variabel atau kuantifikasi terada yang anemia dan ada yang tihadap variasi nilai dari suatu variadak anemia. Sehingga anemia dikabel. Pengukuran kualitatif maupun takan sebagai variabel. Demikian kuantitatif, keduanya harus berpijuga perdarahan post partum merjak pada kaidah pokok pengukuupakan hasil pengamatan terhadap ran, yaitu objektivitas, validitas dan jumlah perdarahan setelah persareliabilitas. Tiga kaidah ini yang linan dan hasilnya bervarisi, ada merupakan petunjuk bagi peneliti yang dikatagorikan perdarahan untuk mendekatkan data hasil pepost partum dan ada yang normal, nelitiannya dengan realitas yang sehingga perdarahan post partum sesungguhnya.



juga dikatakan sebagai variabel. Objektivitas berarti bahwa pen- gukuran yang dilakukan benar-be- nar terbebas dari bias peneliti, seh- ingga menghasilkan data menurut 13 ​Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul 14 Modul Pendidikan Jarak Jauh, Pendidikan Tinggi Kesehatan



“apa adanya”. Bias di sini dapat be- rupa kecondongan pada perkiraan atau harapan peneliti, maupun ke- condongan pada kenyataan umum (yang biasa terjadi). Validitas mem- pertanyakan “apakah pengukuran yang dilakukan benar-benar men- gukur apa yang memang dikehen- daki untuk diukur, atau adakah ket- ergayutan antara metode dan alat ukur dengan obyek ukur. Contoh, kalau kita akan mengukur kekuatan otot, apakah pengukuran yang kita lakukan benar-benar mengukur kekuatannya dan bukan ketahan- annya atau derajat kontraksinya. Reliabilitas akan mempertanyakan akurasi, konsistensi atau stabili- tas pengukuran. Data yang relia- bel berarti data yang benar-benar mencerminkan nilai yang sesung- guhnya dari variabel yang diukur. Karena kemutlakan yang demikian sukar terjadi, maka secara lebih re- alistis dikatakan, bahwa reliabilitas pengukuran ditentukan oleh kese- dikitan terjadinya skor yang salah. Mari kita simak kasus berikut : Si “A” memiliki berat badan 68 kg pada saat ditimbang dengan menggunakan timbangan stan- dar penelitian. Di sebuah mall si “A” melakukan penimbangan dan hasilnya beratnya adalah 75 kg. Karena kurang percaya dengan Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul 15 ​hasilnya,



si A melakukan penim- bangan lagi di timbangan yang sama di mall tersebut dan beratnya tetap 75 kg. Contoh di atas menggambarkan timbangan di mall memiliki reliabil- itas yang baik (hasilnya selalu kon- sisten), tetapi validitas buruk (tidak mengukur hal yang sebenarnya). Dalam pengukuran ada yang dise- but skala ukur atau tingkat pen- gukuran variabel, yaitu sifat varia- bel yang diukur, apakah merupa- kan skala nominal, ordinal, inter- val ataukah rasio. Skala nominal merupakan pengukuran yang pal- ing lemah tingkatannya dan di- gunakan untuk mengelompokkan atau mengklasifikasikan dan hanya berfungsi sebagai pembeda. Con- toh data dengan skala ukur nom- inal adalah agama, suku bangsa, dan lain-lain. Skala ukur ordinal adalah skala ukur yang berjenjang atau berbentuk peringkat. Mis- alnya data pendidikan orang tua dikatagorikan menjadi SD, SLTP, SLTA dan Perguruan Tinggi. Ska- la ukur interval adalah skala den- gan kriteria mempunyai jarak yang sama, tetapi tidak mempunyai nilai nol absolute (mutlak). Pada skala ini, walaupun datanya nol, tetapi masih mempunyai nilai. Misalnya nol derajat Celcius, ternyata masih ada nilainya. Skala ukur rasio adaModul Pendidikan Jarak Jauh, Pendidikan Tinggi Kesehatan



lah skala ukur yang jaraknya sama



contoh data dengan skala ukur ra- dan mempunyai nilai nol absolut. sio. Bila nol meter maka tidak ada Skala ukur rasio ini merupakan skapanjangnya, demikian juga bila nol la yang tertinggi. Hasil pengukukg tidak ada beratnya. ran panjang (M), berat (Kg) adalah Tabel 1. Skala Ukur No Sifat Skala Nominal Ordinal Interval Ratio 1.​2.3.4. 15 ​Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul 16 ​Pengelompokkan



pengamatan Ya YaYaYaUrutan pengamatan dapat dilakukan



Tidak Ya YaYa​Jarak antara kelompok dapat ditentukan Tidak Tidak Ya Ya​Perbandingan antara kelompok Tidak Tidak Tidak Ya Skala ukur dari yang terendah sampai tertinggi yaitu nominal, ordinal, interval dan rasio. Skala ukur tertinggi dapat dapat di ubah menjadi skala ukur yang lebih rendah dengan cara mengelompokkan, sebaliknya skala ukur yang rendah tidak dapat diubah menjadi skala ukur yang tinggi. Misalnya kita mengumpulkan data umur ibu hamil dari 10 orang dengan skala ukur rasio, maka contoh hasilnya yaitu : 27, 25, 19, 28, 37, 17, 39, 26, 29, 30. Data tersebut dapat kita jadikan skala ukur ordinal dengan cara mengelompokkan. Sebagai contoh data umur ibu hamil tersebut dikelompokkan menjadi ibu hamil dengan umur reproduksi sehat dan umur ibu hamil risiko tinggi (35 tahun). Sehingga bila kita hitung jumlah untuk masing-masing kelompok diperoleh 6 orang ibu hamil dengan umur reproduksi sehat dan 4 orang umur ibu hamil rsiko tinggi. Modul Pendidikan Jarak Jauh, Pendidikan Tinggi Kesehatan



Rangkuman Dari uraian di atas dapat disimpul- kan bahwa biostatistika atau statisti- ka kesehatan adalah data atau infor- masi yang berkaitan dengan masalah kesehatan. Biostatistik sangat kerap digunakan dalam bidang kesehatan termasuk di pelayanan kebidanan, yang berfungsi sebagai dasar dalam pengambilan keputusan atau pene- tapan kebijakkan. Jenis statistik yang digunakan sangat tergantung pada tu- juan penelitian



yang akan dicapai. Hal utama yang mebedakan jenis statistik Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul 17 ​deskriptif



dan statistik inferensial ada- lah pada statistik destkriptif tidak ada kegiatan mengeneralisasi dari sampel ke populasi, namun pada statistik in- ferensial generalisasi dari sampel ke populasi mutlak dilakukan. Penggu- naan data dan penentuan variabel pe- nelitian juga sangat dipengaruhi oleh tujuan penelitian yang ditetapkan oleh peneliti, begitu juga penentuan skala ukur akan tergantung pada hipotesis yang ditetapkan oleh peneliti. Modul Pendidikan Jarak Jauh, Pendidikan Tinggi Kesehatan



TUJUAN ​Pembelajaran Khusus



Kegiatan Belajar II



Uji Hipotesis Setelah mempelajari kegiatan belajar 2 ini, saudara diharapkan mampu melakukan uji



TUJUAN ​



hipotesis. ​



Pembelajaran Umum



1. Menjelaskan pengertian hipotesis dan uji hipotesis 2. Menjelaskan jenis hipotesi 3. Menjelaskan kesalahan pengambilan keputusan dan tingkat kemaknaan 4. Menentukan jenis uji statistik 5. Mengidentifikasi perbedaan substansi/klinis dengan statistik 6. Menjelaskan prosedur hipotesis 7. Melakukan aplikasi uji hipotesis dengan kasus 23 ​Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul



Kegiatan Belajar II



Uji Hipotesis 23 24 ​Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul Modul Pendidikan Jarak Jauh, Pendidikan Tinggi Kesehatan



POKOK ​Materi



1. Pengertian hipotesis dan uji hipotesis, 2. Jenis hipotesis 3. Kesalahan pengambilan keputusan dan tingkat kemaknaan, 4. Jenis uji statistik, 5. Perbedaan substansi/klinis dengan statistik, 6. Prosedur hipotesis, 7. Aplikasi uji hipotesis dengan kasus. Modul Pendidikan Jarak Jauh, Pendidikan Tinggi Kesehatan



Uraian Materi Baiklah, kini saudara akan belajar ten- tang penarikan kesimpulan terhadap parameter populasi melalui pengujian hipotesis. Pada modul 1, telah dibahas sedikit tentang hipotesis ini. Dan seka- rang marilah kita bahas kembali ten- tang uji hipotesis lebih detail. Dalam statistik, hipotesis dapat di- artikan sebagai pernyataan statistik tentang parameter populasi. Statistik adalah ukuran-ukuran yang dikenakan , dan parameter ​ pada sampel (​x​= rata-rata; s= standar deviasi; s​2 ​= varians)​ adalah ​ ukuran-ukuran yang dikenakan pada populasi (μ = rata-rata; σ = stan- dar deviasi; σ​2 ​= varians). Pengujian hipotesis dapat berguna untuk mem- bantu tentang pengambilan keputusan terhadap hipotesis yang diajukan, sep- erti adanya perbedaan atau hubungan dua variabel tersebut cukup meyak- inkan untuk ditolak atau tidak ditolak. Keyakinan ini didasarkan pada besarn- ya peluang untuk memperoleh hubun- gan tersebut secara kebetulan (by chance). Semakin kecil peluang adan- ya kebetulan, semakin besar keyakinan bahwa hubungan tersebut memang ada. Sebagai contoh, seorang peneliti masalah tindakan kebidanan, apakah manajemen aktif kala III memberikan dampak pada pencegahan perdarahan 25 ​Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul 25 ​post



partum? Untuk menjawab per- tanyaan ini, maka perlu dilakukan pen- gujian hipotesis. Dengan pengujian hi- potesis akan diperoleh suatu kesimpu- lan secara probabilistik tentang apakah manajemen aktif kala III memberikan dampak pada pencegahan perdarahan post partum atau sebaliknya. Prinsip uji hipotesis adalah melaku- kan perbandingan antara nilai sampel (data hasil penelitian) dengan nilai hi- potesis (nilai populasi) yang diajukan. Peluang untuk diterima dan ditolaknya suatu hipotesis tergantung besar ke- cilnya perbedaan antara



nilai sampel dengan nilai hipotesis. Bila perbedaan tersebut cukup besar, maka peluang untuk menolak hipotesis juga besar. Sebaliknya bila perbedaan tersebut kecil, maka peluang untuk menolak hipotesis menjadi kecil. Jadi semakin besar perbedaan antara nilai sampel dengan nilai hipotesis, semakin besar untuk menolak hipotesis. Dan kesimpulan yang didapat dari hasil pengu- jian hipotesis ada dua kemungkinan, menolak hipotesis dan menerima hi- potesis (gagal menolak hipotesis). Modul Pendidikan Jarak Jauh, Pendidikan Tinggi Kesehatan



A. Pengertian Hipotesis adalah merupakan hipotesis, dan Hipotesis berasal dari kata ​hupo ​dan ​thesis​. H​upo a ​ rtinya semenuntuk megetahui jawabannya ha- rus dibuktikan melalui uji hipotesis. tara/lemah kebenarannya dan ​thesis ​artinya pernyataan/teori. Dengan demikian hipotesis b ​ erarti B. Jenis Hipotesis pernyataan sementara yang perlu Jenis hipotesis dapat dilihat pada diuji kebenarannya. Untuk menguji bagan berikut : kebenaran sebuah hipotesis digu- nakan pengujian yang disebut uji Hipotesis Nol (Ho)



hipotesis. Hipotesis



Dalam kehidupan kita sehari-hari, tanpa kita sadari bahwa hipotesis Satu sisi Hipotesis Alternatif (Ha)



ini sering kita lakukan. Misalnya Dua sisi



ketika kita akan berangkat kerja dengan cuaca hujan, dimana daerGambar 3. Jenis Hipotesis ah yang kita lewati adalah rawan banjir. Maka kita akan mendu- ga-duga apakah saat ini tergenang Hipotesis Nol (Ho) adalah hipotebanjir atau tidak yang dapat sis yang menyatakan tidak ada menghambat perjalanan menuju perbedaan kejadian antara kedua tempat kerja. Sehingga bila kita inkelompok. Atau hipotesis yang gin mengetahui banjir atau tidak, menyatakan tidak ada hubungan maka harus di buktikan dengan antara variabel satu dengan varimendatangi jalan menuju tempat abel lain. Berikut contoh hipotesis



kerja tadi. Demikian juga di kenol: bidanan, mungkin saudara pernah a. Tidak ada perbedaan berat menduga-duga tentang mengapa badan bayi antara bayi yang sebagian besar ibu hamil menderdilahirkan dari ibu yang ane- ita anemia. Dan pemikiran saudamia dengan bayi yang dilahir- ra akan berkembang ke arah yang kan dari ibu yang tidak anemia. perlu digali, misalnya apakah kare- na pola makan yang tidak baik atau b. Tidak ada hubungan berat ibu hamil ini tidak mau meminum badan bayi dengan anemia zat besi yang diberikan oleh petu- gas. Pemikiran-pemikiran tersebut Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul 26 Modul Pendidikan Jarak Jauh, Pendidikan Tinggi Kesehatan



Hipotesis Alternatif (Ha) merupa- kan pernyataan terbalik dari hi- potesis nol, yaitu hipotesis yang menyatakan ada perbedaan ke- jadian antara kedua kelompok. Atau hipotesis yang menyatakan ada hubungan antara variabel satu dengan variabel lain. Berikut con- toh hipotesis alternatif : a. Ada perbedaan berat badan bayi antara bayi yang dilahirkan dari ibu yang anemia dengan bayi yang dilahirkan dari ibu yang ti- dak anemia. b. Ada hubungan berat badan bayi dengan anemia Bentuk hipotesis alternatif akan menentukan arah uji statistik apa- kah satu arah (​one tail​) atau dua arah (​two tail​). Hipotesis alternatif satu sisi adalah bila hipotesis alternatifnya menyatakan adanya per- bedaan dan ada pernyataan yang mengatakan hal yang satu lebih tinggi/rendah daripada hal yang lain. Sebagai contoh, berat badan Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul 27 ​bayi



dari ibu hamil anemia lebih ke- cil dibandingkan berat badan bayi dari ibu hamil yang tidak anemia. Hipotesis alternatif dua sisi ada- lah hipotesis alternatif yang han- ya menyatakan perbedaan tanpa melihat apakah hal yang satu leb- ih tinggi/rendah dari hal yang lain. Sebagai contoh, berat badan bayi dari ibu hamil yang anemia berbe- da dibandingkan berat badan bayi dari ibu hamil yang tidak anemia. C. Kesalahan Pengambilan Keputusan dan Tingkat Kemaknaan Dalam pengujian hipotesis kita se- lalu dihadapkan suatu kesalahan pengambilan keputusan. Hal ini disebabkan karena hampir seluruh penelitian menggunakan sampel dan sangat sulit bahkan tidak mun- gkin melakukan observasi pada seluruh populasi. Ada dua jenis kesalahan pengambilan keputusan dalam uji statistik, yaitu kesalahan



tipe I (α) dan kesalahan tipe II (β). Tabel 2. Kesalahan Pengambilan Keputusan Populasi Keputusan Ho benar ​ Ho salah Tidak menolak Ho Menolak Ho Benar (1-α) Kesalahan Tipe I (α) Kesalahan Tipe II (β) Benar (1-β)



Modul Pendidikan Jarak Jauh, Pendidikan Tinggi Kesehatan



Kesalahan tipe I (α) merupakan kesalahan menolak Ho, padahal sesungguhnya Ho benar. Artinya menyimpulkan adanya perbedaan, padahal sesungguhnya tidak ada perbedaan. Peluang kesalahan tipe I adalah α atau sering disebut ting- kat signifikansi/tingkat kemaknaan (​significance level​). Sebaliknya, pel- uang untuk tidak membuat kesala- han tipe I adalah 1-α, yang disebut dengan tingkat kepercayaan (​confidence level​). Dalam melakukan uji hipotesis nilai α (alpha) inilah yang digunakan untuk menentukan apa- kah hipotesis nol ditolak atau ga- gal ditolak. Jadi Tingkat kemaknaan atau nilai α dapat diartikan sebagai batas maksimal kita salah menya- takan adanya perbedaan. Penen- tuan nilai α tergantung dari tujuan dan kondisi penelitian. Nilai α yang sering digunakan adalah 10%, 5%, atau 1%. Untuk bidang kesehatan masyarakat biasanya 5%, namun bila untuk pengujian obat-obatan atau penelitian klinik batas toleransi kesalahan harus lebih kecil yai- tu 1% karena mengandung risiko yang fatal. Kesalahan tipe II (β) merupakan ke- salahan tidak menolak Ho, padahal sesungguhnya Ho salah. Artinya menyimpulkan tidak ada perbe- daan, padahal sesungguhnya ada perbedaan. Peluang untuk tidak membuat kesalahan tipe II adalah Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul



1-β, dan dikenal sebagai tingkat kekuatan uji (​power of the test)​. Kekuatan uji (​power of the test) m ​ erupakan peluang untuk meno- lak Ho ketika Ho memang salah. Atau dengan kata lain, kemampuan untuk mendeteksi adanya per- bedaan bermakna antara kelom- pok-kelompok yang diteliti ketika perbedaan-perbedaan itu memang ada. D. Jenis Uji Statistik Pengujian hipotesis sangat ber- hubungan dengan distribusi data populasi yang akan diuji. Bila dis- tribusi data populasi yang akan diuji berbentuk normal/simetris, proses pengujian dapat digunakan dengan pendekatan uji statistik parametric. Sebaliknya bila distri- busi data populasi yang akan diuji berbentuk tidak normal atau tidak diketahui distribusinya, dapat digu- nakan pendekatan uji statistik non parametric. Kenormalan suatu data dapat dili- hat juga dari jenis variabelnya, bila variabelnya berjenis numeric/kuan- titatif biasanya distribusi datanya mendekati normal/simetris, 28 ​sebesar



seh- ingga dapat digunakan statistik parametric. Sedangkan bila jenis vatiabelnya katagorik/kualitatif, bentuk distribusinya tidak normal, Modul Pendidikan Jarak Jauh, Pendidikan Tinggi Kesehatan



sehingga jenis statistik yang dig- inakan adalah statistik non para- metric. Selain itu jumlah data yang dianalisis juga menentukan jenis uji statistik yang digunakan, bila jumlah datanya besar maka uji statistik parametric yang digunakan, namun bila jumlah datanya kecil ( nilai tabel), maka keputusan- nya Ho ditolak. • Bila nilai perhitungan uji statistk lebih kecil dibandingkan nilai tabel (nilai perhitungan < nilai tabel), maka keputusan30 ​Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul ​31 ​ nya Ho gagal ditolak. Pendekatan probabilistik adalah keputusan uji statistik dengan cara membandingkan nilai P dengan nilai alpha (α). Ketentu- an yang berlaku adalah sebagai berikut : • Bila nilai P < nilai α, maka keputusannya Ho ditolak • Bila nilai P > nilai α, maka keputusannya Ho gagal ditolak Nilai P merupakan nilai yang menunjukkan besarnya pelu- ang salah menolak Ho dari data penelitian. Harapan kita nilai P adalah sekecil mungkin. Den- gan nilai P kecil, kita yakin bah- wa adanya perbedaan pada ha- sil penelitian menunjukkan pula adanya perbedaan di populasi. G. Aplikasi Uji Hipotesis dengan Kasus Baiklah, setelah mempelajari kon- sep uji hipotesis di atas, marilah kita berlatih menerapkan uji hi- potesis. Dalam aplikasi uji hipote- sis ini kita hanya akan membahas atau melakukan latihan pada uji beda rata-rata satu sampel. Tujuan pengujian pada ujian beda rata-ra- ta satu sampel adalah mengetahui perbedaan rata-rata populasi denModul Pendidikan Jarak Jauh, Pendidikan Tinggi Kesehatan



gan rata-rata data sampel penelidarah sistolik wanita tian. Berdasarkan ada tidaknya nilai dewasa normal ada- σ (baca : tho), maka jenis uji beda lah 120 mmHg den- rata-rata satu sampel dibagi dua gan standar deviasi 30 jenis : mmHg. Seorang pe1. Bila nilai σ diketahui, digunakan uji Z, rumusnya : neliti telah melakukan pengukuran tekanan darah ibu hamil seban- yak 49 orang. Dari hasil Z ​= xσ ​



n− ​ ​μ ​pengukuran tersebut diperoleh rata-rata 130 mmHg. Peneli- ti ingin menguji apaBila nilai σ tidak diketahui, digukah tekanan darah ibu nakan uji t, rumusnya : hamil berbeda dengan tekanan darah wanita dewasa normal? s



nP ​ enyelesaian : Tekanan darah sistolik normal (μ) = 120 mmHg Standar deviasi populasi (σ) = 30 mmHg Tekanan darah sistolik sampel (​x​) = 130 mmHg Jumlah sampel (n) = 49 Proses pengujian : 1) Menetapkan hipotesis Ho : μ = 120 Tidak ada perbedaan rata-raKegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul 32 ​Z=1,96 ​t ​= x ​ ​− ​μ



​df ; n-1



Keterangan : x ​= rata-rata data sampel μ = rata-rata populasi σ = standar deviasi data pop- ulasi s = standar deviasi data sam- pel n = jumlah sampel yang diteliti Marilah kita berlatih dengan ka- sus berikut : Soal 1. Diketahui bahwa tekanan Modul Pendidikan Jarak Jauh, Pendidikan Tinggi Kesehatan



ta tekanan darah sistolik 5) Keputusan uji statistik wanita dewasa normal den- gan tekanan darah sistolik ibu hamil Setelah diperoleh nilai statistik, selanjutnya ada- lah menentukan keputusan Ha : μ ≠ 120 uji statistik yaitu menolak Ada perbedaan rata-rata tekanan darah sistolik wan- ita dewasa normal dengan tekanan sistolik darah ibu hamil Ho atau gagal menolak Ho. Seperti telah dibahas di atas bahwa ada dua cara untuk menentukan keputusan uji statistik tersebut, yaitu den- gan pendekatan klasik atau pendekatan probablistik. 2) Menetepkan tingkat kemakSebelum latihan menggu- naan nakan kedua pendekatan tersebut, saya akan men- ​α = 5% jelaskan tentang kurve distri- busi normal terlebih dahulu. Silahkan perhatikan kurve di 3) Pemilihan uji statistik



bawah ini : Berdasarkan data pada kasus maka akan membanding- kan rata-rata tekanan darah pada wanita dewasa normal dengan tekanan darah ibu hamil dan standar deviasi populasi diketahui, sehingga digunakan pendekatan uji Z. 4) Perhitungan uji statistik Z ​= xσ ​



μ ​n



32 ​Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul



20



33 ​− ​Z = ​ ​ 130 ​



− ​120 ​= 3,2 ​



49 -Z 0,0 Z Nilai probabilistas/peluang pada kurve di atas teren- tang pada 0 – 1 dan memiliki enam nilai Z yaitu 1Z, 2Z, 3Z, -1Z, -2Z dan -3Z. Sehingga setengah kurve nilai probabilitasnya adalah 0,5. Tanda positif dan minus hanya un- tuk menunjukkan arah pada kurve. Modul Pendidikan Jarak Jauh, Pendidikan Tinggi Kesehatan



Baiklah marilah kita berlatih menggunakan kurve dan ta- bel distribusi normal. a. Pendekatan klasik Berdasarkan Ha yang kita tetapkan, berarti kita melakukan uji hipotesis dua sisi (​two tail​). Sehingga alpha (α) yang kita tetapkan harus dibagi dua, yaitu semula 0,05 (5%) menjadi 0,025. Un- tuk mencari nilai Z di tabel kurva normal harus diketa- hui nilai peluangnya, yai- tu 0,05-0,025=0,475, maka nilai tabel kurva normalnya Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul 34 ​adalah



Z=1,96. Silahkan lihat gambar berikut : Setelah memperoleh nilai Z tabel (1,96), maka kita bandingkan dengan nilai Z hasil perhitungan (Z hitung = 2,33). Terlihat bahwa Z hitung lebih besar dari Z ta- bel (2,33 > 1,96). Maka kepu- tusannya adalah Ho ditolak, artinya secara statistik ada perbedaan yang signifikan rata-rata tekanan darah sis- tolik wanita dewasa normal dengan tekanan darah sisto- lik ibu hamil. Modul Pendidikan Jarak Jauh, Pendidikan Tinggi Kesehatan



b. Pendekatan probabilistik Pada pendekatan ini kita harus mencari nilai P untuk dibandingkan dengan nilai α. Caranya hampir sama dengan di atas yaitu den- gan melihat tabel kurve distribusi normal.. Dari nilai Z hitung = 2,33 kita konver- si ke nilai peluang menjadi 0,4901. Lihat cara penggu- naan tabelnya.



Setelah nilai peluang dari tabel diketahui, maka nilai p nya adalah 0,5- 0,4901=0,0099. Namun perlu diketahui bahwa nilai peluang pada kurva nor- mal merupakan nilai ​one Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul 35 ​tail​.



Sehingga pada latihan ini, karena bentuk Ha yang ditetapkan adalah ​two tail​, maka nilai P harus dikalikan 2, dan hasilnya adalah 2 x 0,0099 = 0,0198. Jadi nilai p = 0,0198. Selanjutnya kita bandingkan dengan α yang telah ditetapkan yaitu 0,05. Karena nilai p lebih kecil dari α (0,0198 < 0,05), seh- ingga kita memutuskan Ho ditolak. Dengan demikian dapat disimpulkan bahwa pada α 5% secara statistik tekanan darah sistolik pada ibu hamil berbeda diband- ingkan dengan tekanan da- rah wanita dewasa normal. Modul Pendidikan Jarak Jauh, Pendidikan Tinggi Kesehatan



Soal 2. Diketahui bahwa tekanan da- rah sistolik wanita dewasa normal adalah 120 mmHg. Peneliti tidak mengetahui standar deviasi popula- si serta hanya mengam- bil 25 sampel ibu hamil, maka standar deviasi pop- ulasi diperkirakan memakai standar deviasi sampel, dan didapatkan standar deviasi sampel 20 mmHg dan ra- ta-rata tekanan darah sis- tolik ibu hamil 130 mmHg. Lakukan uji hipotesis untuk data tersebut. Penyelesaian : Tekanan darah sistolik normal (μ) = 120 mmHg Standar deviasi sampel (s) = 30 mmHg Tekanan darah sistolik sampel ( x​) = 130 mmHg Jumlah sampel (n) = 25 Proses pengujian : 1) Menetapkan hipotesis Ho : μ = 120 Tidak ada perbedaan ra35 ​Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul ​36 ​ ta-rata tekanan darah sis- tolik wanita dewasa normal dengan tekanan darah sisto- lik ibu hamil Ha : μ ≠ 120 Ada perbedaan rata-rata tekanan darah sistolik wan- ita dewasa normal dengan tekanan sistolik darah ibu hamil 2) Menetapkan tingkat kemaknaan ​α = 5%



3) Pemilihan uji statistik Berdasarkan data pada kasus maka akan membanding- kan rata-rata tekanan darah pada wanita dewasa normal dengan tekanan darah ibu hamil dan standar deviasi populasi tidak diketahui, se- hingga digunakan pendeka- tan uji t. 4) Perhitungan uji statistik



t ​=



s​ x ​ − ​n μ ​ ​df = n-1 → 25 – 1 = 24



Modul Pendidikan Jarak Jauh, Pendidikan Tinggi Kesehatan



lom menunjukkan nilai alpha (yang t 30



​ = 130 ​



− ​25 120 ​= 67,1 ​



nantinya digunakan untuk men- cari nilai p. Perhatikan nilai alpha, semakin ke kanan, semakin kecil. Angka dalam tabel menunjukkan 5) Keputusan uji statistik nilai t tabel yang digunakan untuk Hasil t = 1,67 dan df = 24, kemudian dicari nilai p denmengkonversi nilai t hitung. Jadi berapa nilai p pada soal latihan ini? gan menggunakan tabel Hasil t hitung diperoleh t=1,67, se- distribusi t. Lihat cara memhingga nilai ini bila kita letakkan peoleh nilai p pada tabel pada tabel dengan df 24, terletak distribusi t : di antara nilai 1,318 dan 1,711. SeTabel t terdiri dari kolom dan baris. Baris menunjukkan nilai DF dan kolanjutnya kita lihat tabel ke atas ke kolom alpha. Terlihat bahwa nilai t hitung = 1,67 berada diantara p > 0,10. Kemudian kita banding- nilai alpha 0,10 dan 0,05. Sehingga kan dengan nilai alpha yang trlah nilai p nya adalah lebih kecil dari ditetapkan yaitu 0,05, dan terbukti 0,10 dan lebih besar dari 0,05 atau bahwa nilai p lebih besar dari nilai dapat ditulis 0,05 < p < 0,10. alpha. Maka dapat kita simpulkan Karena tabel t merupakan jenis ta- bel untuk one tail, maka nilai p yang didapat harus dikalikan dua, seh- ingga hasilnya adalah = 2 x 0,05 < p < 0,10 = 0,10 < p < 0,20. Jadi nilai bahwa Tidak ada perbedaan yang bermakna rata-rata tekanan dar- ah sistolik wanita dewasa normal dengan tekanan darah sistolik ibu hamil (p>0,10). Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul 37 Modul Pendidikan Jarak Jauh, Pendidikan Tinggi Kesehatan



Rangkuman Uji hipotesis merupakan salah satu cara dalam menarik kesim- pulan terhadap



parameter pop- ulasi. Sehingga prinsip dari uji hipotesis ini adalah memband- ingkan antara nilai sampel (data hasil penelitian) dengan nilai hipotesis (nilai populasi) yang diajukan. Dalam uji hipotesis ini Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul 38 ​selalu



dihadapkan pada dua ke- salahan, yaitu kesalahan tipe I (α) dan kesalahan tipe II (β) dan tidak mungkin dapat dielakkan, namun dapat diminimalisir, se- hingga dalam melakukan uji hi- potesis harus mengikiti prosedur atau kaidah secara benar. Modul Pendidikan Jarak Jauh, Pendidikan Tinggi Kesehatan



TUJUAN ​



Pembelajaran Umum



Setelah ​



mempelajari kegiatan belajar 3 ini, saudara diharapkan mampu melakukan analisa dan peny- ajian data. 1. Menganalisis nilai tengah



TUJUAN



2. Menganalisis nilai letak ​



3. Menganalisis nilai variasi



Pembelajaran Khusus 4. Melakukan perhitungan uji kai kuadrat 5. Melakukan perhitungan fisher exact 6. Mengidentifikasi jenis penyajian data 1. pengertian nilai tengah



POKOK 2. nilai letak, 3. nilai variasi,



Materi 4. uji kai kuadrat, 5. uji fisher exact 6. penyajian data.



Kegiatan Belajar III



Analisa dan Penyajian Data 44 ​Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul Modul Pendidikan Jarak Jauh, Pendidikan Tinggi Kesehatan



Uraian Materi A. Analisa Data Dalam modul 1 telah dibahas ten- tang analisa data yang meliputi analisa univariat dan analisa bivari- at. Tujuan analisa data adalah untuk memberi makna data, agar orang lain tahu informasi yang kita olah. Analisa univariat bertujuan untuk mendeskripsikan masing-masing variabel. Metode yang digunakan pada analisis univariat ini adalah nilai tengah, nilai letak dan nilai variasi. Sedangkan pada analisa bi- variat bertujuan untuk mengetahui hubungan atau perbedaan antara variabel. Pada analisis bivariat ini akan dibatasi pada uji kai kuadrat dan fisher exact. 1. Nilai Tengah Tentunya saudara sudah sangat terbiasa dengan menuliskan ang- ka-angka yang diwakili oleh nilai rata-rata. Ketika saudara diminta untuk menyebutkan jumlah kelahiran per tahun setiap bulann- ya, pastinya saudara tidak akan menyebutkan jumlah kelahiran se- tiap bulannya, tetapi saudara akan menyebutkan rata-rata jumlah kelahiran per bulan. Dengan demiki45 ​Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul



sebenarnya saudara setiap saat telah menggunakan nilai tengah ini. ​Jadi apakah nilai tengah itu? 45 ​an



........................................................................ ..................................................................... ................................................................. .................................................................



Iya benar, apa bila saudara men- jawab nilai tunggal yang dapat mewakili keseluruhan nilai yang terdapat dalam kelompok data. Macam-macam nilai tengah yaitu rata-rata hitung (mean), median dan modus. a. Rata-rata hitung (mean) Rata-rata hitung atau nama lainn- ya adalah mean merupakan ukuran nilai tengah yang paling sering di- gunakan untuk menganalisis data. karena seringnya digunakan maka rata-rata hitung sering hanya dise- but ​rata-rata ​atau ​mean. S ​ imbol yang digunakan untuk rata-rata populasi adalah μ (mu) dan untuk rata-rata sampel digunakan simbol x​. Rata-rata hitung ialah jumlah semua hasil pengamatan (∑x) diba- gi dengan banyaknya pengamatan (n). Misalnya kalau kita mempunyai Modul Pendidikan Jarak Jauh, Pendidikan Tinggi Kesehatan



n pengamatan yang terdiri dari x1, maka sangat tidak tepat menggu- x2, x3 ..........xn, maka nilai rata-rata nakan mean. adalah : x= ​



xxx .​ ...321 ​+ + + ​xn n b. Median Nilai tengah selanjutnya adalah Contoh : lima orang ibu hamil median. Median adalah nilai ten- diperiksa kadar Hb-nya dan hasilnya gah dari kelompok data yang telah adalah : 12, 14, 10, 13, 11, maka ratadiurutkan (dari terkecil ke terbesar rata kadar Hb ibu hamil tersebut adalah atau sebaliknya). Dengan kata lain : median adalah nilai paling tengah x ​+ + + + ​5 = 113101412 ​ = 12 ​ ​setelah data diurutkan. Nilai me- dian disebut juga nilai letak. Posisi median adalah : Sifat dari mean adalah : Nilai median adalah nilai pada po- sisi tersebut. Sebagai contoh lima 1) Merupakan wakil dari keseluruhan kadar Hb ibu hamil di atas bila dis- nilai usun menurut besar kecilnya nilai, 2) Mean sangat dipengaruhi nilai maka didapatkan susunan sebagai ekstrem, baik ekstrem kecil maupun berikut,, 10, 11, 12, 13, 14. ekstrem besar 3) Nilai mean berasal dari semua nilai Posisi median :, artinya nilai obserpengamatan vasi ke-3 adalah letak median dan 4) Digunakan pada data kuantitatif nilai mediannya adala 12g%. 5) Dapat dimanipulasi secara aljabar Sifat median adalah dipengruhi oleh jumlah pengamatan, namun Dengan demikian dapat kita simtidak dipengaruhi oleh nilai penpulkan bahwa kelebihan dari nilai gamatan; sering digunakan pada mean adalah benar-benar merupadistribusi yang miring; terpengaruh kan wakil dari data pengamatan oleh fluktuasi sampling, digunakan karena nilai mean berasal dari kepada data yang bersifat kuantitatif seluruhan nilai pengamatan, se-



atau kwalitatif berskala ratio, interdangkan kekurangannya adalah val dan ordinal. Dengan demikian nilai mean ini sangat dipengaruhi bila kita jumpai data yang mempunilai ekstrem, sehingga bila data nyai nilai ekstrem, maka nilai tenkita mengandung nilai ekstrem, gah yang tepat digunakan adalah Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul 46 Modul Pendidikan Jarak Jauh, Pendidikan Tinggi Kesehatan



median, karena median tidak ter- pengaruh oleh nilai ekstrem. c. Modus Modus merupakan salah satu ukuran nilai tengah yang dinyatakan dalam frekuensi terbanyak dari data kualitatif maupun data kuantitatif. Modus dapat pula dinyatakan sebagai puncak dari suatu kurva. oleh karena itu, kita mengenal unimodal bila puncaknya satu, bimodal bila puncaknya dua, dan mutimodal bila puncaknya lebih dari dua. Perhitungan Modus dapat dilakukan untuk data distribusi frekuensi yang tidak dikelompokkan maupun distribusi frekuensi yang dikelompokan. Sebagai contoh, dari hasil pengamatan kadar Hb pada 10 ibu hamil diperoleh 10, 9, 11, 12, 9, 12, 11, 10, 9, 10. Dari pengamatan di atas ditemui nilai 10 g% sebanyak tiga kali. Dengan demikian nilai modus adalah 10. Sifat modus adalah dalam seperangkat data, modus bisa tidak ada atau bisa lebih dari satu; tidak dipengaruhi bilangan ekstrem; perhitungan modus tidak didasarkan pada seluruh nilai pengamatan, tetapi didasarkan pada individu yg berada pada titik tempat terjadinya pemusatan yang 47 ​Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul ​47 ​ terbanyak; tidak dapat digunakan pada penghitungan aljabar lebih lanjut ; digunakan pada data kualitatif dan kuantitatif. Nilai tengah juga dapat menggambarkan distribusi kelompok data. Saudara tentu masih ingat dengan kaitannya statistik parametric dan non parametric. Pada jenis statistik tersebut distribusi data merupakan syarat mutlak yang membedakan kedua jenis statistik tersebut. Dikatakan data berdistribusi normal bila nilai mean = median = modus. Sedangkan bila mean > median > modus, maka kurve miring ke kanan, dan bila mean < median < modus, maka kurve miring ke kiri. 2. Nilai Letak Di atas saudara telah mempelajari nilai median. Median ini merupa- kan salah satu nilai



letak/posisi. Untuk mendapatkan nilai letak ini kita harus mengurutkan nilai terke- cil sampai terbesar, kemudian kita dapat membagi pengamatan menModul Pendidikan Jarak Jauh, Pendidikan Tinggi Kesehatan



jadi beberapa bagian. Pembagian pengamatan ini disebut sebagai nilai letak/posisi. Posisi pengamtan yang umum dipakai adalah median, kwartil, desil dan persentil. Median adalah nilai yang memba- gi data menjadi dua bagian yang sama. Sehingga data berada pada 50% di bawah median dan 50% be- rada di atas median. Cara memper- oleh nilai median ini saudara sudah mempelajarinya pada nilai tengah. Kwartil merupakan nilai yang mem- abgi data menjadi empat bagian yang sama, yaitu masing-msing 25%. Karena itu ada 3 kwartil (kwar- til I/kwartil bawah, kwartil II /kartil tengah, dan Kwartil 3/kwartil atas). Rumus untuk mencari posisi kwartil adalah : Keterangan : Q ; Kwartil i : urutan kwartil n : Jumlah data Nilai kwartil adalah pada posisi kwarti tersebut., sebagai contoh lima kadar Hb ibu hamil yaitu 13,11, 14, 10, 12. Carilah kwartil 2 nya. Langkah pertama yang sudara lakukan adalah mengurutkan data Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul 48 ​dari



terkecil ke terbesar yaitu 10, 11, 12, 13, 14. Selanjutnya carilah posisi kwartil 2 untuk data tersebut. Maka kwarti 2 terletak pada urutan data ke-3, dan nilai kwartil 2 adalah 12. Coba saudara cari nilai kwartil 3 ! Iya benar, apabila saudara men- jawab sebagai berikut : Maka kwartil 3 berada pada urutan data ke 4,5, sehingga nilai kwaril 3 ini adalah berada diantara urutan data ke 4 dan ke 5, yaitu: 13 + 0,5 (14-13) = 13,5 Mengapa demikian? Perhatikan bahwa data yang berada pada urutan ke 4 adalah 13, namun yang ditanyakan adalah urutan ke 4,5, sehingga posisi ke 4,5 yang te- pat adalah selisih urutan ke 4 dan ke 5 dikalikan dengan ketepatan urutan posisinya yaitu 0,5. Dan bagaimana saudara menginter........................................................................ ..................................................................... ................................................................. ................................................................. Modul Pendidikan Jarak Jauh, Pendidikan Tinggi Kesehatan



preasikan nilai kwarti 2 dan kwartil 3 tersebut? Iya tepat, bila saudara menjawab sebagai berikut : Nilai kwartil 2 adalah 12 gr%, art- inya 50% ibu hamil mempunyai ka- dar Hb di bawah



12 gr% dan 50% di atas 12 gr%. Nilai kwartil 3 adalah 13,5 gr%, artinya 75% kadar Hb ibu hamil di bawah 13,5 gr% dan 25% di atas 13,5 gr%. Coba perhatikan kurve di bawah ini : 49 ​Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul 49



Baiklah, silahkan saudara cari nilai desil 5 pada soal yang sama yaitu data kadar Hb pada lima ibu hamil yaitu : 10, 11, 12, 13, 14, dan inter- pretasikan! Perhatikan bahwa nilai kwartil membagi data menjadi empat bagian yang sama. Sehingga kwartil 1 membatasi 25% ke bawah dan 75% ke atas, kwartil 2 membatasi 50% ke bawah dan 50% ke atas, dan kwartil 3 membatasi 75% kebawah dan 25% ke atas Jawab : ........................................................................ ..................................................................... ................................................................. ................................................................. Jadi desil 5 berada pada urutan data ke- 3, dan nilai desil 5 adalah 12 gr%, artinya kadar Hb ibu hamil 50% berada di bawah 12 gr% dan 50% di atas 12 gr%.



Nilai letak selanjutnya adalah desil. Desil merupakan nilai yang mem- bagi data pengamatan menjadi 10 bagian yang ama. Sehingga desil terdiri dari des sil 1 sampai dengan 9. Pada prinsipnya cara mencari nilai desil ini sama dengan nilai kwartil, hanya pembaginya menjadi 10 ba- gian. Demikian juga cara mengin- terpreatsikannyapun sama seperti kwartil, masing-masing ruang yang dibatasi oleh desil 1 sampai dengan 9 mempunyai nilai 10%. Rumus untuk mencari posisi desil adalah sebagai berikut : Modul Pendidikan Jarak Jauh, Pendidikan Tinggi Kesehatan 50 ​Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul



Penyelesaian : Jadi persentil 50 berada pada urutan data ke-3, dan nilai persentil 50 adalah 12 gr%, artinya kadar Hb ibu hamil 50% berada di bawah 12 gr% dan 50% di atas 12 gr%.



Nilai letak berikutnya adalah persentil. Persentil adalah nilai yang membagi data pengamatan menja- di 100 bagian yang sama. Sehing- ga persentil terdiri dari persentil 1 sampai dengan persentil 99. Rumus untuk mencari posisi persentil adalah sebagai berikut : Baiklah, silahkan saudara cari nilai persentil 50 pada soal yang sama yaitu data kadar Hb pada lima ibu hamil yaitu : 10, 11, 12, 13, 14, dan interpretasikan! Coba saudara perhatikan dari ha- sil contoh nilai letak di atas diper- oleh bahwa nilai median pada soal adalah 12, kemudian kwartil 2 = 12, desil 5 = 12, dan persentil 50 = 12. Dengan demikian dapat disimpul- kan sebagai berikut :



3. Nilai Variasi Tahukah saudara, bahwa nilai va- riasi sangat penting, karena tanpa nilai variasi interpretasi dapat men- jadi salah. Mari kita simak kasus berikut : Benarkah kesimpulan tersebut? Coba saudara buktikan dengan melihat data mentahnya. Nah, ternyata data yang saudara dapa- tkan di Puskesmas A adalah 12, 12, 12, 12, 12, dan puskesmas B ada- lah 10, 11, 12, 13, 14. Coba hitung rata-rata dari data tersebut untuk masing-masing puskesmas ! Betul, masing-masing diperoleh nilai rata-rata 12 gr%, tapi kalau di- lihat row datanya dari kedua pusk- esmas tersebut, ternyata berbeda. Pada Puskesmas A betul bila dinyatakan tidak ada ibu hamil yang mengalami anemia, namun pada Puskesmas B, kesimpulan tersebut tidak benar, karena masih terdapat Hb Hb ibu hamil ibu hamil Puskesmas A Puskesmas B



x= ​ 12 gr% x =​ 12 gr%



Hb ibu hamil pada kedua puskesmas di atas sama.... Artinya tidak ada ibu hamil yang anemia



Modul Pendidikan Jarak Jauh, Pendidikan Tinggi Kesehatan



ibu hamil yang mempunyai kadar ta-rata, varian, standar deviasi dan Hb kurang dari 12 gr%. koefisien variasi. Dalam modul ini Mengapa demikian? yang akan dibahas adalah varian dan standar deviasi saja, karena Coba cermati bahwa informasi di ke dua nilai varian ini yang paling atas hanya menyampaikan nilai raumum digunakan dalam statistik. ta-rata saja tanpa ada nilai variasin- ya. Nah, itulah yang menyebabkan interpretasi terhadap informa- si yang disampaikan salah. Kalau kita telaah lagi, pada puskesmas B datanya terentang pada 10 sampai Varian adalah rata-rata kuadrat se- lisih atau kuadrat simpangan dari semua nilai data terhadap rata-rata hitung. Varian menggunakan sym- bol S​2​. 14, artinya data disini cukup berva- riasi yaitu ±2, sedangkan data pada puskesmas A tidak ada variasinya. Rumus : Maka nilai variasi ini sangat pent- ing memberikan informasi terutaVarian ​= ​S 2​ ∑​ = ​ ( ​xx i​ −​



n



−​1



) 2



ma apabila digunakan untuk mem- bandingkan. Keterangan : Jadi apakah nilai variasi itu? S​2 ​= varian ........................................................................ Xi = data ke i ​..................................................................... .................................................................



x= ​ rata-rata



.................................................................



n = jumlah data Iya benar, apabila saudara men- jawab nilai variasi adalah nilai yang menyatakan seberapa jauh penySebagai contoh, kita masih guimpangan nilai-nilai data dengan nakan data kadar Hb ibu hamil, nilai-nilai pusatnya. Atau dengan yaitu 10,11, 12, 13, 14. Carilah nilai kata lain nilai yang menunjukkan variannya! bagaimana bervariasinya data di Penyelesaian : dalam kelompok data terhadap nilai rata-ratanya. ( ​1210 ​) ​2



2​



)1214()1213()1212()121( 2​ ​15 − ​5,2 Macam-macam ​



nilai variasi cukup banyak, yaitu range, deviasi ra-



51 ​Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul 51 ​S =​ −​ + − + − 2​ ​+ − 2​ ​+ − 2​ ​=



Modul Pendidikan Jarak Jauh, Pendidikan Tinggi Kesehatan



Jadi diperoleh nilai varian 2,5, artnis katagorik. Dasar dari uji kai inya rata-rata simpangan data dari kuadrat adalah membanding- nilai pusatnya adalah sebesar 2,5. kan frekuensi yang diamati denStandar deviasi adalah akar dari gan frekuensi yang diharapkan. varian. Rumus :Rumus : DevSt .



= ​SS 2​



(​



==​ ∑ X 2



) ​− (​ ​∑ ​nX​ )​ ​



2



n



χ​



− ​1 ​



​( O​ −​ ​E E​ )​​



=​∑



2​



2



dengan Coba saudara cari berapa nilai stanKeterangan : dar deviasi pada contoh di atas? X​2 ​= Kai Kuadrat /chi square O = frekuensi pengamatan Penyelesaian : (observasi)



( ) (​ ​15 141312110 2



)



141312110 ​+ ​



2222​ 2



S= ​ ​− = ​6,1 ​E



= frekuensi harapan (ekspet- ed) ​df = derajat kebebasan



k = jumlah kolom dalam tabel b = jumlah baris dalam tabel frekuensi harapan dapat dicari dengan menggunakan rumus :



Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul ​52 ​ ++++−+ ​ + 5​ ​+ ​4.



Uji Kai



Kuadrat / Chi Square Dalam kegiatan belajar 2, sauda- ra telah mempelajari uji hipote- sis, dan yang telah saudara ker- jakan adalah uji hipotesis beda rata-rata. Saat ini saudara akan mempelajari uji beda proporsi yang bertujuan untuk menguji perbedaan proporsi/persentase antara dua/lebih sampel peneli- tian. Uji yang dipakai adalah kai kuadrat yang merupakan salah satu uji statistik non parametrik. Uji kai kuadrat digunakan un- tuk mengetahui hubungan atau perbedaan variabel yang berje-



Coba saudara perhatikan rumus untuk memperoleh frekuensi harapan untuk masing-masing cel. Modul Pendidikan Jarak Jauh, Pendidikan Tinggi Kesehatan



Variabel II ​



Variabel I ​



Total ​P Q X ​ a b a+b Y c d C+d Total a+c b+d n



Dalam menggunakan uji kai kuadrat/chi square, ada beber- apa syarat yang harus dipenuhi, yaitu : 1. Tidak ada sel dengan nilai obsereved y​ ang bernilai nol 2. Sel yang mempunyai ​expect- ed count ​kurang dari 5, mak- simal 20 % 3. Tidak menggunakan tabel 2 X 2 bila n < 2 4. Chi Square tidak dipakai bila n antara 20 s/d 40 dengan nilai E (​Expected)​ < 5 53 ​Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul 53



Seperti dalam uji beda rata-rata pada saat membuat keputusan statistik, pada uji kai kuadrat juga menggunakan tabel distri- busi kai kuadrat. Baiklah, agar saudara lebih paham, mari kita terapkan dalam kasus berikut : Sebuah penelitian bertujuan untuk mengetahui hubungan status menikah dengan kejadian ca servik. Dari 195 wani- ta yang menikah ada 50 orang menderita ca servik, dan dari 180 wanita yang tidak menikah 25 orang menderita ca. Servik. Lakukan uji hipotesis dengan α = 0.05? Penyelesaian : Agar lebih mudah, maka data pada kasus sebaiknya kita tu- angkan ke dalam tabel agar mudah dilakukan perhitungan. Modul Pendidikan Jarak Jauh, Pendidikan Tinggi Kesehatan



Ca. Serviks ​



Status Menikah ​



Total ​ya tidak Ya 50 145 195 Tidak 25 155 180 Total 75 ​



300 375 Perlu diperhatikan dalam mema- sukan kasus kedalam tabel, vari- abel dependen selalu diletakan di kolom, sedangkan variabel in- dependen pada baris. Demikian juga pada saat pemberian kode pada variabel harus sejalan den- gan hipotesis penelitian. Hal ini agar tidak terjadi kesaahan dalam perhitungan nilai OR dan interpre- tasinya. Misalnya hipotesis peneli- tiannya adalah bahwa wanita yang menikah lebih berisiko terkena ca. serviks dibandingkan dengan wanita yang tidak menikah. Ber- dasarkan hipotesis tersebut, maka pemberian kodenya adalah se- bagai berikut : Kode 1 untuk variabel ca serviks yang dikatagorikan positif (ber- isiko) Kode 2 untuk variabel ca serviks yang dikatagorikan negatif Selanjutnya pemberian kode untuk variabel independennya adalah Kode 1 untuk yang berstatus me- nikah (berisiko)



Kode 2 untuk yang berstatus tidak Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul 54 ​menikah.



Selanjutnya kita mengikuti lang- kah-langkah prosedur penelitian, yaitu: 1) Menetapkan hipotesis statistik Ho ; P1 = P2 Tidak ada hubungan status menikah dengan kejadian ca. serviks. Ha : P1≠ P2 Ada hubungan satatus me- nikah dengan kejadian ca.ser- viks 2) Menetapkan uji statistik Saudara dapat melihat bah- wa jenis variabelnya adalah katagorik, sehingga kita memilih uji statistik kai kuadrat. 3) Menetapkan tingkat kemaknaan Karena ini bukan merupakan penelitian klinis maka alpha (α) yang ditetapkan adalah 5% Modul Pendidikan Jarak Jauh, Pendidikan Tinggi Kesehatan



4) Perhitungan uji statistik Status Menikah Ca. Serviks Total



χ​



ya tidak Ya 50 145 195 Tidak 25 155 180 Total 75 300 375 Rumus :​



=​∑



2​



O ​− ​ E​ E ​ )​2



(​



Sebelum dimasukan ke ru- mus kai kuadrat, kita cari terlebih dahulu nilai hara- pan untuk masing-masing sel, yaitu sebagai berikut : Berdasarkan nilai harapan, terliihat bahwa tidak ada nilai harapan yang kurang dari 5, maka uji kai kuadrat dapat dilakukan. Perhitungannya sebagai berikut : Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul 55



5) Keputusan uji statistik Hasil kai kuadrat kita banding- kan dengan tabel distribusi kai kuadrat. Modul Pendidikan Jarak Jauh, Pendidikan Tinggi Kesehatan 56 56 ​Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul



Pendekatan klasik Pendekatan klasik yaitu kita membandingkan nilai x hitung dengan x tabel. Berdasarkan α yang ditetapkan yaitu 5% dan df=1, maka diperoleh nilai x ta- bel sebesar = 3,841. Sedangkan x hitung yang diperoleh adalah 8,1. Karena x hitung lebih besar dari x tabel (8,1 > 3,841), maka kepuotusannya Ho ditolak, art- inya secara statistik ada hubun- gan status menikah dengan ke- jadian ca serviks. Pendekatan Probabilistik Pada pendekatan ini kita akan membandingkan nilai p den- gan α (5%). Berdasarkan



tabel distribusi kai kuadrat, dengan x hitung 8,1, maka diperoleh nilai p diantara 0,01 dan 0,001. Sehingga nilai p adalah (0,01 + 0,001)/2 = 0,0055. Perlu diin- gat hipotesis yang ditetapkan adalah dua sisi sehingga nilai p harus dikalikan dua. Jadi nilai p nya adalah 2 x 0,0055 = 0,011. Selanjutnya nilai p ini kita band- ingkan dengan α, karena nilai p lebih kecil dari nilai α (0,011 < 0,05), maka keputusan statisti- knya adalah Ho ditolak, artinya secara statistik ada hubungan yang bermakna antara status menikah dengan kejadian ca serviks. 5. Uji Fisher Exact Saudara telah mengetahui per- syaratan dari penggunaan kai kuadrat. jadi ketika persyaratan tidak terpenuhi, maka solusinya adalah apabila tabelnya lebih dari 2x2, maka dilakukan peng- gabungan katagori, tetapi apa- bila tabel yang kita buat sudah merupakan tabel 2x2, maka di- gunakan uji fisher exact. Rumus Uji Fisher Exact yaitu : Hasil penghitungan uji fisher exact langsung dibandingkan dengan nilai α yang ditetapkan. Modul Pendidikan Jarak Jauh, Pendidikan Tinggi Kesehatan



Agar lebih jelas, mari kita berla- tih dengan kasus di bawah ini : Di Puskesmas Melati dilakukan penelitian terhadap 13 wanita usia subur yang menggunakan KB. Dari 13 wanita tersebut 5 WUS menggunakan AKDR dan 8 WUS ber KB suntik. Dari WUS yang menggunakan KB AKDR, ada 1 WUS positif ca uterus, dan dari WUS yang berKB suntik 3 orang juga menderita Ca uter- us. Lakukan uji hipotesis den- gan α = 0.05? 57 ​Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul ​57 ​ Penyelesaian : 1. Menetapkan hipotesis Ho ; P1 = P2 Tidak ada hubungan jenis KB dengan kejadian ca. uterus. Ha : P1≠ P2 Ada hubungan jenis KB den- gan kejadian ca. uterus. 2. Menetapkan uji statistik Uji statistik beda proporsi 3. Menetapkan α = 5% 4. Perhitungan uji statistik Jenis KB Ca. Uterus Total ya tidak AKDR 1 4 5 Suntik 3 5 8 Total 4 9 13 Sekarang mari kita cari nilai E untuk masing-masing sel. Coba saudara perhatikan nilai frekuensi yang diperoleh dari tabel 2x2 di atas, yaitu 3 sel (75%) mem- punyai nilai harapan kurang dari 5. Artinya uji kai kuadrat tidak bisa



dilakukan, maka alternatifnya ada- lah uji fisher exact. Dalam menghitung uji fisher exact, kita harus melakukan perhitungan pada seluruh kombinasi data yang ada. Baik, kita mulai dari tabel yang sudah tersedia. Modul Pendidikan Jarak Jauh, Pendidikan Tinggi Kesehatan



Kombinasi data pertama 1 4 5 3 5 8 4 9 13 5! ​



Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul ​58 ​ P=​



data kedua 0 5 5 4 4 8 4 9 13 Kombinasi data ketiga 2 3 5 2 6 8 4 9 13 Kombinasi data keempat 3 2 5 1 7 8 4 9 13 Kombinasi data kelima 4 1 5 0 8 8 4 9 13 Maka nilai p = 0,39+0,097+0,39+0,11+0,0069= 0,9939. 4! ​



8! ​



1! ​



4! ​Kombinasi



9!



3! ​



= 0,39



5! ​



5! ​



8! ​



P=​



4! ​



9!



8! ​



4! ​



9!



8! ​



4! ​



9!



8! ​



4! ​



9!



0! ​



= 0,097



5! ​



4! ​



5! ​



P=​



2! ​



3! ​



= 0,39



6! ​



5! ​



P=​



3! ​



5! ​



P=​



2! ​



2! ​



= 0,11



7! ​



4! ​



4! ​



= 0,0069



1! ​



1! ​



0! ​



8! ​



5. Keputusan uji statistik Selanjutnya adalah membanding- kan dengan nilai α. Karena nilai p lebih besar dari nilai α, maka ho gagal ditolak, artinya tidak ada hubungan antara jenis KB dengan ca. uterus. B. Penyajian Data Baiklah, setelah data di analisa atau diolah, saudara harus mampu men- yajikan data dengan baik, agar mu- dah dibaca dan dipahami. Secara umum sajian data dapat dibagi da- lam tiga bentuk, yaitu tulisan (texModul Pendidikan Jarak Jauh, Pendidikan Tinggi Kesehatan



tular), tabel (tabular) dan gambar/ grafik (diagram).



Tulisan (Textular). ​Penyajian data dalam bentuk tulisan sebenarn- ya merupakan gambaran umum tentang kesimpulan hasil pen- gamatan. dalam bidang kesehatan, penyajian dalam bentuk tulisan hanya digunakan untuk memberi informasi. Contoh seorang bidan memberi- kan informasi tentang pelayanan kebidanan yang meningkat tajam sejak adanya program jamper- sal. “Program jampersal member- ikan dampak pada peningkatan pelayanan kebidanan menca- pai 100%, namun kendala utama adalah belum dipersiapkannya penambahan tenaga kesehatan yang kompeten guna melayani kebutuhan masyarakat akan pe- layanan kebidanan”. Tabel (tabular). ​Penyajian dalam bentuk tabel merupakan penyaji- an data dalam bentuk angka yang disusun secara teratur dalam ko- lom dan baris. Penyajian ini banyak digunakan dalam penulisan lapo- ran hasil penelitian dengan mak- sud agar orang mudah memper- oleh gambaran rinci tentang hasil penelitian yang telah dilakukan. Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul 59 ​Suatu



tabel yang lengkap terdiri dari (1) nomor tabel, (2) judul tabel, (3) catatan pendahuluan, (4) badan tabel, (5) catatan kaki, dan (6) sum- ber data. Bila tabel yang disajikan lebih dari satu maka hendaknya diberi nomor agar mudah untuk mencari kembali bila dibutuhkan. nomor tabel biasanya ditempat- kan di atas sebelah kiri sejajar den- gan judul tabel. Setiap tabel yang disajikan harus diberi judul karena dari judul tabel orang dapat men- getahui tentang apa yang disajik- an. Kalimat pada judul tabel harus singkat, jelas, dan berisi keteran- gan tentang apa, dimana, dan bi- lamana. judul harus konsisten dan menggambarkan isi tabel. Jenis tabel antara lain tabel in- duk (master tabel), tabel distri- busi frekuensi, dan tabel silang. Tabel induk adalah tabel yang berisikan semua hasil pengumpu- lan data yang masih dalam ben- tuk data mentah. Tabel distribusi frekuensi adalah tabel yang berisi susunan data angka menurut be- sarnya (kuantitas) atau menurut ketegorinya (kwalitas). Tabel silang adalah tabel yang berisi data dari dua variabel atau lebih. Berikut akan ditampilkan contoh-contoh tabel. Untuk contoh tabel master, lihat pada tugas ekhir pembelaja- ran. Modul Pendidikan Jarak Jauh, Pendidikan Tinggi Kesehatan



Contoh tabel distribusi frekuensi atau tabel hasil analisa univariat : Tabel 1. Distribusi Kejadian Ruptur Pereineum, Anemia dan BBLdi Puskesmas Kecamatan C Periode Juli – Desember 2010 Variabel Persen Ruptur Perineum Ya 65 60,7 Tidak 42 39,3 Anemia Ya 69 64,5



Tidak 38 35,5 BBL Ya 61 57 Tidak 46 43 Contoh tabel silang atau tabel hasil analisa bivariat dengan menggunakan uji statistik kai kuadrat. 59 ​Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul 60 Modul Pendidikan Jarak Jauh, Pendidikan Tinggi Kesehatan



Tabel 2. Distribusi Kejadian Ruptur Pereineum Berdasarkan Anemia dan BBL di Puskesmas Kecamatan C Periode Juli – Desember 2010 Nilai Variabel n Ruptur Perineum ​ OR



P​



Ya Tidak n%n% Anemia Ya 69 49 71 20 29 0,006 3,37 Tidak 38 16 42,1 22 57,9 BBL Ya 61 34 55,7 27 44,3 0,307 0,61 Tidak 46 31 67,4 15 32,6 Gambar/grafik (diagram)​. Grafik merupakan salah satu bentuk pen- yajian data statistik yang banyak dilakukan dalam berbagai bidang, karena penyajian dalam bentuk grafik lebih menarik dan lebih mu- dah dipahami. serta hal-hal yang kurang jelas dalam tabel akan leb- ih jelas bila disajikan dalam ben- tuk grafik bahkan dengan grafik orang akan lebih mudah mengin- gat. misalnya untuk mengetahui kecenderungan dan mengadakan perbandingan. Dalam penyajiannya, bentuk grafik dapat bermacam-macam, yaitu berdasarkan bentuknya dan ber- dasarkan fungsinya. Berdasarkan bentuknya, grafik Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul 61 ​dapat



dibagi menjadi 1. Histogram Histogram adalah grafik yang digunakan untuk menyajikan data kontinu. Gambaran grafik ini antara batang tidak berselah. Saudara masih ingat data kontinu? Iya, data kontinu adalah data yang diperoleh dari hasil pengukuran, misalnya tekanan dara, suhu, tinggi badan, dan sebagainya. Berikut akan ditampilkan contoh histogram : Modul Pendidikan Jarak Jauh, Pendidikan Tinggi Kesehatan



2. Poligon



Poligon dipergunakan untuk menyajikan suatu distribusi frekuensi dari data yang continue. Permukaan area frekuensi poligon sama luasnya dengan histogram. Grafik ini dipergunakan untuk membandingkan sejumlah distribusi frekuensi pada sebuah gambar. Contoh grafik polygon yaitu : 3. Grafik batang (bar diagram) Yang dimaksud grafik batang ialah grafik yang berbentuk batang. Digunakan untuk menyajikan data diskrit atau data dengan dengan skala nominal maupun ordinal. Grafik ini banyak digunakan di sarana pelayanan kesehatan karena pembuatannya mudah dan sederhana. Contoh : 61 ​Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul 62



4. Grafik lingkaran (pie diagram) Grafik Lingkaran merupakan grafik yang disajikan dalam bentuk lingkaran. Lingkaran dapat digambarkan dalam 3 dimensi sehingga menyerupai kue karena itu disebut pie diagram. contoh : 5. Grafik garis (line diagram) Grafik garis merupakan penyajian data dalam bentuk garis. Tujuannya adalah untuk mengetahui trend atau kecenderungan. Agar lebih jelas maka di sini akan diberikan contoh-contoh tentang macam- macam grafik garis. contoh : perbandingan presentase Modul Pendidikan Jarak Jauh, Pendidikan Tinggi Kesehatan



penurunan angka kematian ibu dan angka kematian bayi dibawah ini merupakan contoh grafik garis lurus. Grafik Presentase penurunan kematian ibu dan anak 6. Grafik titik-titik (diagram pencar = scattered diagram) Grafik pencar atau scattered diagram dihasilkan dari titik- titik kordinat dan merupakan grafik kolerasi atau grafik kecenderungan karena digunakan untuk mengetahui hubungan antara dua variabel yang berpasangan. Contoh diagram tebar : 140000 120000 100000 80000 60000 40000 20000​0



0 20000 40000 60000 80000 100000 ​Beginning



salary



Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul 63



7. Grafik peta (maap diagram) Grafik ini merupakan peta, biasa terdapat pada instansi yang mempunyai wilayah kerja, seperti puskesmas, desa, dan kecamatan Grafik ini digunakan untuk hal- hal sebagai berikut: 1. batas desa 2. lokasi, misalnya puskesmas, kantor desa atau kantor kecamatan 3. grafik peta ini dapat juga digunakan untuk menyatakan letak suatu produksi daerah atau tempat permukiman penduduk. 4. dan lain-lain contoh :



Modul Pendidikan Jarak Jauh, Pendidikan Tinggi Kesehatan



Rangkuman Analisa data merupakan kegiatan memberi makna/arti agar menjadi sebuah informasi penting yang bermanfaat. Analisa univariat adalah adalah kegiatan mendeskripsikan setipa variabel. Metode yang digunakan adalah nilai tengah, nilai letak dan nilai variasi. Dalam membandingkan antara kelompok, kurang tepat, apabila hanya menggunakan nilai tengah saja, karena tidak mendapatkan gambaran tentang sebaran datanya. Dengan nilai tengah juga dapat melihat distribusi suatu 63 ​Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul 64 ​data



apakah berdistribusi normal atau tidak. Analisa bivariat adalah metode yang digunakan untuk mengetahui hubungan atau perbedaan antara variabel. Metode yang digunakan adalah uji beda proporsi yang terdiri dari uji kai kuadrat atau fisher exact. Selanjutnya setelah didapatkan hasil analisis, maka perlu disajikan secara menarik dan mudah dipahami, dimana penyajian data ini mencakup tekstular, tabular dan diagram. Modul Pendidikan Jarak Jauh, Pendidikan Tinggi Kesehatan



Daftar Pustaka Budiarto, Eko. 2002. ​Biostatistika untuk Kedokteran dan Kesehatan Masyarakat​. Jakarta : EGC. Hasan Iqbal. 2008. ​Pokok-pokok Materi Statistik 1 (Statistik Deskriptif)​. Jakarta : Bumi Aksara. Hastono, Sabri. 2011. ​Statistik Kesehatan.​ Jakarta : Rajawali Pers. Masyhuri, Zainuddin. 2008. ​Metodologi Penelitian Pendekatan Praktis dan Aplikatif.​ Bandung : Refika Aditama. Sugiyono. 2009. ​Statistika untuk Penelitian​. Bandung : Alfabeta. Sastroasmoro, Ismail. 2010. ​Dasar-dasar Metodologi Penelitian Klinis.​ Jakarta : Sagung seto. Murti Bhisma. 1996. ​Penerapan Metode Statistik Non-Parametrik Dalam Ilmu-Ilmu Kesehatan. Jakarta ​: Gramedia Pustaka Utama. Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul 79 Modul Pendidikan Jarak Jauh, Pendidikan Tinggi Kesehatan



Tabel I. Distribusi Normal PROBABILITAS DIBAWAH KURVA NORMAL (Arsir Tengah) - Z 0,0 Z Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul 81



Modul Pendidikan Jarak Jauh, Pendidikan Tinggi Kesehatan 81 82 ​Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul Modul Pendidikan Jarak Jauh, Pendidikan Tinggi Kesehatan



Tabel II. Distribusi t Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul 83 Modul Pendidikan Jarak Jauh, Pendidikan Tinggi Kesehatan 83 84 ​Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul Modul Pendidikan Jarak Jauh, Pendidikan Tinggi Kesehatan



Tabel III. Distribusi Kai Kuadrat dk/ ​a (probabilitas) / Nilai-p / p-value ​df ​0,99 0,95 0,90 0,5 0,1 0,05 0,01 0,001 1 0,002 0,004 0,016 0,455 2,25 2,706 3,841 6,635 10,83 2 0,02 0,103 0,211 1,386 4,605 5,991 9,21 13,82 3 0,115 0,352 0,584 2,3 2,366 6,251 7,815 11,35 16,23 4 0,297 0,711 1,064 3,357 7,779 9,488 13,28 18,47 5 0,554 1,145 1,61 4,351 9,236 11,07 15,81 20,52 6 0,872 1,635 2,204 5,348 10,65 12,59 16,81 22,46 7 1,239 2,167 2,833 6,346 12,02 14,07 18,48 24,32 8 1,646 2,733 3,49 7,344 13,36 15,51 20,09 26,13 9 2,088 3,325 4,168 8,343 14,68 16,92 21,67 27,88 10 2,558 3,94 4,865 9,342 15,99 18,31 23,21 29,59 11 3,053 4,575 5,578 10,34 17,28 19,68 24,73 31,26 12 3,571 5,226 6,304 11,34 18,55 21,03 26,22 32,91 13 4,107 5,892 7,042 12,34 19,81 22,36 27,69 34,53 14 4,66 6,571 7,79 13,34 21,06 23,69 29,14 36,12 15 5,229 7,261 8,547 14,34 22,31 25 30,58 37,7 20 8,26 10,58 12,44 19,34 28,41 31,41 37,57 43,32 30 14,95 18,49 20,6 29,34 40,26 43,77 50,89 59,7 40 22,16 26,51 29,05 39,34 51,81 55,75 63,69 73,4 50 29,71 34,76 37,69 49,34 63,17 67,51 76,15 86,66 60 37,49 43,19 46,46 59,34 74,4 79,08 88,38 99,61 Kegiatan Belajar 1 Kegiatan Belajar 2 Kegiatan Belajar 3 Tes Akhir Modul 85