pengantar bios

58
Pengantar Biostatistik Pengantar Biostatistik Luknis Sabri Luknis Sabri

Upload: rahma-larasati-syaheeda

Post on 26-Jun-2015

757 views

Category:

Documents


12 download

TRANSCRIPT

Page 1: Pengantar Bios

Pengantar BiostatistikPengantar Biostatistik

Luknis SabriLuknis Sabri

Page 2: Pengantar Bios

BIOSTATISTIKABIOSTATISTIKA

PENDAHULUANPENDAHULUANPengertian biostatistika/statistik kesehatanPengertian biostatistika/statistik kesehatanSejarah perkembangan statistikSejarah perkembangan statistikPeran dan fungsi statistik dalam ilmu Peran dan fungsi statistik dalam ilmu kesehatan/kesmaskesehatan/kesmasBeberapa konsep dalam statistikBeberapa konsep dalam statistik

PENGERTIAN BIOSTATISTIKA/STATISTIK PENGERTIAN BIOSTATISTIKA/STATISTIK KESEHATANKESEHATAN

Kata statistikKata statistik Latin,..status….negaraLatin,..status….negara

Kenapa mempelajari statistikKenapa mempelajari statistik

Page 3: Pengantar Bios

Pengertian- pengertianPengertian- pengertian

Disiplin ilmuDisiplin ilmu mengelola data numerik yang mengelola data numerik yang diperoleh dari individu diperoleh dari individu

Data kuantitatifData kuantitatif banyak sebabbanyak sebab Teknik pengumpulan Teknik pengumpulan

data………………………….interpretasidata………………………….interpretasi Keterangan berbentuk angka (fact in number )Keterangan berbentuk angka (fact in number ) Konsep dan metoda yang digunakan mulai mengumpul Konsep dan metoda yang digunakan mulai mengumpul

data……. Interpretasi data…… pada bidang data……. Interpretasi data…… pada bidang kegiatan kegiatan tertentutertentu…… dapat …… dapat diambil kesimpulandiambil kesimpulan …..dimana …..dimana ada ada ketidak pastian dan adanya variasiketidak pastian dan adanya variasi

Biostatistik / Statistik kesehatan….Biostatistik / Statistik kesehatan….

Page 4: Pengantar Bios

SEJARAH PERKEMBANGAN STATISTIKSEJARAH PERKEMBANGAN STATISTIK

Abad ke 17………. GamblingAbad ke 17………. Gambling 1749 Marsque De Laplace ,,,,,,,,,,,,,,,,,,,,,,,,, teori peluang1749 Marsque De Laplace ,,,,,,,,,,,,,,,,,,,,,,,,, teori peluang 1777 - 1853 Karl Friedrich ……………………Normal curve of 1777 - 1853 Karl Friedrich ……………………Normal curve of

errorerror 1822 - 1911 Francis Galton ………………… Korelasi - Regresi1822 - 1911 Francis Galton ………………… Korelasi - Regresi 1857 - 1936 Karl Pearson ………………….. Jurnal Biomertika1857 - 1936 Karl Pearson ………………….. Jurnal Biomertika 1900 ……………………………………………………….. Chi Square 1900 ……………………………………………………….. Chi Square

(x(x22)) Abad ke 20 …William S Gosset ………. Distribusi “ t”Abad ke 20 …William S Gosset ………. Distribusi “ t”

Sir Ronald Fissher…… Distribusi “ F “Sir Ronald Fissher…… Distribusi “ F “

KomputerKomputer

Page 5: Pengantar Bios

PERAN DAN FUNGSI BIOSTATISTIKPERAN DAN FUNGSI BIOSTATISTIK

Sebagai ilmuSebagai ilmu Berkembang pesatBerkembang pesat Pengumpulan dataPengumpulan data Informasi ( berbicara )Informasi ( berbicara ) Penelitian….merancangPenelitian….merancang HasilHasil Ilmu-ilmu lainIlmu-ilmu lain BerkembangBerkembang

Statistik (Tools )Statistik (Tools )

Contoh:Contoh:

Ilmu sosialIlmu sosial: perilaku, status sosial masyarakat: perilaku, status sosial masyarakat

Ilmu kesIlmu kes: dersjat kes, kesakitan, kematian: dersjat kes, kesakitan, kematian

EkonomiEkonomi: pertumbuhan ekonomi,perkiraan jumlah penduduk : pertumbuhan ekonomi,perkiraan jumlah penduduk miskinmiskin

Page 6: Pengantar Bios

BEBERAPA KONSEP / ISTILAHBEBERAPA KONSEP / ISTILAH

Statistika: Statistika:

- deskriptif- deskriptif

- inferens ( induktif, analitik )- inferens ( induktif, analitik )

- parametrik- parametrik

- non parametrik- non parametrik

Populasi: Populasi:

- tak terbatas….. Terbatas, pop target, pop sampel- tak terbatas….. Terbatas, pop target, pop sampel

- karakteristik populasi…… parameter- karakteristik populasi…… parameter Sampel: - random, non randomSampel: - random, non random

- karakteristik …………statistik sampel - karakteristik …………statistik sampel ( statistic )( statistic )

Page 7: Pengantar Bios

Stat deskriptif/ Stat Stat deskriptif/ Stat InferensInferens

Populasi

Sampel

S. Desk

S Desk

S Inferens

Parameter

Statistic

Page 8: Pengantar Bios

Variabel - data - skala pengukuranVariabel - data - skala pengukuran

Variabel, sifat, karakteristik yang nilainya bervariasi Variabel, sifat, karakteristik yang nilainya bervariasi antar objek pengamatanantar objek pengamatan

Data …… datumData …… datum

nilai pengukuran berbentuk angka dari suatu nilai pengukuran berbentuk angka dari suatu karakteristikkarakteristik

JENIS DATAJENIS DATA Diskrit…. hasil menghitung… bil bulat…. Contoh..Diskrit…. hasil menghitung… bil bulat…. Contoh..

Kontinu…hasil mengukur..rangkaian nilai..contoh..Kontinu…hasil mengukur..rangkaian nilai..contoh.. Kuantitatif………KualitatifKuantitatif………Kualitatif Sumber… intern/ ekstern…primer/sekunderSumber… intern/ ekstern…primer/sekunder

( keuntungan dan kerugian)( keuntungan dan kerugian)

Page 9: Pengantar Bios

SKALA PENGUKURANSKALA PENGUKURAN

NOMINAL ORDINAl INTERVALNOMINAL ORDINAl INTERVAL RATIO RATIO

Persamaan pengamatan +Persamaan pengamatan + ++ + + + +

klasifikasi pengamatanklasifikasi pengamatan

dapat dilakukandapat dilakukan Rangking/ urutanRangking/ urutan - - ++ + + + + Persamaan jarak,satuanPersamaan jarak,satuan

pengukuran adapengukuran ada - - -- + + + + PerbandinganPerbandingan - - -- - -

++

Page 10: Pengantar Bios

ORGANISASI DATA ORGANISASI DATA

Tahap- tahap statistikTahap- tahap statistik• Pengumpulan data (data collecting)Pengumpulan data (data collecting)• Pengolahan data ( data processing )Pengolahan data ( data processing )• Penyajian data ( data presentatioan )Penyajian data ( data presentatioan )• Analisis dan interpretasi (analysis & interpretation)Analisis dan interpretasi (analysis & interpretation)

Tujuan statistik , meringkas data menjadi informasiTujuan statistik , meringkas data menjadi informasi

Page 11: Pengantar Bios

Pengumpulan dataPengumpulan data

Prinsip, tujuan, caraPrinsip, tujuan, cara

Data primer: data yang diperoleh dari proses Data primer: data yang diperoleh dari proses pengumpulan yang dilakukan sendiri langsung dari pengumpulan yang dilakukan sendiri langsung dari sumber datanya yaitu subjek yang diteliti,sumber datanya yaitu subjek yang diteliti,

Data sekunder: data yang diperoleh dari institusi yang Data sekunder: data yang diperoleh dari institusi yang telah mengumpulkan datanya ,jadi tidak langsung ke telah mengumpulkan datanya ,jadi tidak langsung ke subjek penelitiannya, subjek penelitiannya,

Page 12: Pengantar Bios

Pengumpulan data Pengumpulan data MasyarakatMasyarakat

Sensus……………………………..SampelSensus……………………………..Sampel Non Studi (rutin)………..Studi Non Studi (rutin)………..Studi

( penelitian)( penelitian)• Deskripsi karakteristikDeskripsi karakteristik Identifikasi MasalahIdentifikasi Masalah• Variabel terbatasVariabel terbatas Var sesuai masalahVar sesuai masalah• Aspek non hubunganAspek non hubungan Hub dpt dicariHub dpt dicari

Cara… Observasional, EksperimentalCara… Observasional, Eksperimental Waktu…..amat penting (studi) mahal, Waktu…..amat penting (studi) mahal,

informasi harus up to dateinformasi harus up to date

Page 13: Pengantar Bios

Pengolahan dataPengolahan data

Raw data…….Raw data……. EditingEditing CodingCoding EntryEntry CleanningCleanning

Page 14: Pengantar Bios

Pengolahan dataPengolahan data

InputInput ProsesProses Out putOut put

Raw dataRaw data ManualManual InformasiInformasi

EDPEDP TabelTabel

GrafikGrafik

S. NumS. Num

Page 15: Pengantar Bios

Penyajian DataPenyajian Data

Narasi / TekstularNarasi / Tekstular Tabel / TabularTabel / Tabular Grafik / Grafikal / GambarGrafik / Grafikal / Gambar

Page 16: Pengantar Bios

Analisis DataAnalisis Data

Analisis Univariabel (univariate)Analisis Univariabel (univariate)

Analisis BivariateAnalisis Bivariate

Analisis Multi variateAnalisis Multi variate

Page 17: Pengantar Bios

Simpulam numerik/Analisis Simpulam numerik/Analisis UnivariabelUnivariabel

Data Numerik,Data Numerik,• berasal dari pengukuran memakai berasal dari pengukuran memakai

skala interval dan ratioskala interval dan ratio Data KategorikData Kategorik

• Berasal dari pengukuran memakai Berasal dari pengukuran memakai skala nominal dan ordinal.skala nominal dan ordinal.

Page 18: Pengantar Bios

Data kategorikData kategorik

Contoh: hasil pengukuran golongan darah Contoh: hasil pengukuran golongan darah sekelompok orang didapatkansekelompok orang didapatkan• Gol darah O………35 orangGol darah O………35 orang ( 35% )( 35% )• Gol darah A………25 orangGol darah A………25 orang ( 25% )( 25% )• Gol darah B……….29 orangGol darah B……….29 orang ( 29 % )( 29 % )• Gol darah AB……..11 orang Gol darah AB……..11 orang ( 11 % )( 11 % )

Jadi ditemui paling banyak gol darah O yaitu Jadi ditemui paling banyak gol darah O yaitu 35%........dst35%........dst

Page 19: Pengantar Bios

Data NumerikData Numerik

Karena data ini berasal dari skala yang Karena data ini berasal dari skala yang rangkingnya tinggi maka banyak rangkingnya tinggi maka banyak informasi yang didapatkan dari meng informasi yang didapatkan dari meng analisais nya yi:analisais nya yi:• Nilai tengah ( Central Tendency ) t/d mean Nilai tengah ( Central Tendency ) t/d mean

(arythmatic mean ), Median, Modus(arythmatic mean ), Median, Modus• Nilai Posisi t/d Median, Kuartil, Desil, Nilai Posisi t/d Median, Kuartil, Desil,

PresentilPresentil• Nilai Varias/ deviasi t/d Range, inter kuatil Nilai Varias/ deviasi t/d Range, inter kuatil

range, Mean deviasi, Varian, Standar range, Mean deviasi, Varian, Standar deviasideviasi

Page 20: Pengantar Bios

Mean (Arythmatic mean)Mean (Arythmatic mean)• Simbol x ( x bar)Simbol x ( x bar)• Paling banyak dipakai dlm analisisPaling banyak dipakai dlm analisis• Mudah dihitung yi jumlah semua nilai observasi Mudah dihitung yi jumlah semua nilai observasi

dibagi jumlah observasidibagi jumlah observasi

Contoh:Contoh:

observasi: xobservasi: x11 x x22 xx33,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,x,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,xnn

Nilai Tengah (Mean)Nilai Tengah (Mean)

n

xx

n

ii

1

Page 21: Pengantar Bios

Nilai Tengah ( Median )Nilai Tengah ( Median )

Median:Median:• Adalah nilai observasi yang paling Adalah nilai observasi yang paling

ditengahditengah• Syaratnya setelah nilai raw data di arraySyaratnya setelah nilai raw data di array• Posisi median (n+1) /2Posisi median (n+1) /2• Nilai median adalah nilai observasi pada Nilai median adalah nilai observasi pada

posisi tersebutposisi tersebut• Simbol Md atau MeSimbol Md atau Me

Contoh :Contoh :

Page 22: Pengantar Bios

Nilai Tengah ( Modus = Nilai Tengah ( Modus = Mode )Mode )

Modus (Mode):Modus (Mode):• Adalah nilai yang paling banyak ditemui Adalah nilai yang paling banyak ditemui

dalam suatu agregate (observasi)dalam suatu agregate (observasi)• Didalam suatu observasi karena mode Didalam suatu observasi karena mode

adalah yang terbanyak maka dapat saja adalah yang terbanyak maka dapat saja terjadi, tidak ada modus, hanya satu terjadi, tidak ada modus, hanya satu modus atau lebih dari satu modus.modus atau lebih dari satu modus.

Contoh: Contoh:

Page 23: Pengantar Bios

Hubungan Mean, Median , Hubungan Mean, Median , ModusModus

Untuk pengamatan yang cukup Untuk pengamatan yang cukup besar dan satu Modus maka kurva besar dan satu Modus maka kurva yang dibentuk:yang dibentuk:

1) kurva symetris1) kurva symetris

X = Md = Mo

Page 24: Pengantar Bios

Hub Mean- Md - MoHub Mean- Md - Mo

Kurva Skewed to the left, menceng Kurva Skewed to the left, menceng ke kiri,adanya nilai ektrim kecilke kiri,adanya nilai ektrim kecil

MoX

- - - - - - - - -Md

Page 25: Pengantar Bios

Hub Mean – Md - MoHub Mean – Md - Mo

Kurva skewed to the right= Kurva skewed to the right= menceng ke kanan: adanya nilai menceng ke kanan: adanya nilai ekstrim besarekstrim besar

Mo X

- - - - - - - - - - Md

Page 26: Pengantar Bios

Nilai PosisiNilai Posisi

Median….. Posisi tengahMedian….. Posisi tengah Kuartil …..nilai yang membagi empat Kuartil …..nilai yang membagi empat

agregate, ,,,,, Kagregate, ,,,,, K11. K. K22. K. K33

Desil….nilai yang membagi agregate Desil….nilai yang membagi agregate menjadi 10 bagian…..Dmenjadi 10 bagian…..D11, D, D22…………D…………D99

Presentil…..nilai yang membagi Presentil…..nilai yang membagi agregate menjadi 100 bagian…. Pagregate menjadi 100 bagian…. P11 , , PP22……..P……..P9999

Page 27: Pengantar Bios

Nilai posisiNilai posisi

Md,Kuartil, Desil, PersentilMd,Kuartil, Desil, Persentil

Md

K2

D5

P 50

K1 K3

P 25 P 75

Page 28: Pengantar Bios

Nilai variasiNilai variasi

Range:Range:• Adalah perbedaan antara nilai Adalah perbedaan antara nilai

terbesar dengan terkecilterbesar dengan terkecil• R= ( max – min ) /2………(max – min )R= ( max – min ) /2………(max – min )

Inter Kuartil RangeInter Kuartil Range• Perbedaan antara K1 dengan K3Perbedaan antara K1 dengan K3• IKR= IQR = (K3-K1)/2…….(K3-K1)IKR= IQR = (K3-K1)/2…….(K3-K1)

Page 29: Pengantar Bios

Nilai VariasiNilai Variasi

Mean Deviation Mean Deviation ( Mdev )( Mdev )• Adalah rata-rata Adalah rata-rata

perbedaan antara nilai perbedaan antara nilai observasi dengan meanobservasi dengan mean

• Rumus Rumus

• ContohContoh• 1 5 6 7 8 9 mean 1 5 6 7 8 9 mean

= 6= 6

Jarang dipakai kerena Jarang dipakai kerena nilai mutlaknilai mutlak

n

xxdx

xx Ix-Ix-xI=dxI=d

11

55

66

77

88

99

55

11

00

11

22

33X = 6 Xd = 12/6= 2

Page 30: Pengantar Bios

Nilai variasiNilai variasi

VarianVarian• Rata-rata kuadrat perbedaan antara observasi Rata-rata kuadrat perbedaan antara observasi

dengan meandengan mean• Rumus: Rumus:

• (n-1) koreksi Fisher Wilks………..degree of (n-1) koreksi Fisher Wilks………..degree of fredomfredom

• ContohContoh

2

2

1

n

xxs

Page 31: Pengantar Bios

VarianVarian

xx ( x-x )( x-x ) (x-x)(x-x)22

11

55

66

77

88

99

X=6X=6

-5-5

-1-1

00

11

22

33

∑∑=0=0

2525

11

00

11

44

99

∑∑=40=40

816

40

1

)( 22

n

xxS

Kalau satuannya

cm……..cm2

kg………kg2

Page 32: Pengantar Bios

Nilai variasiNilai variasi

Standar deviasiStandar deviasi• Akar dari varianAkar dari varian• RumusRumus

• Contohdiatas maka S= V8= 2,8 (cm a’ kg )Contohdiatas maka S= V8= 2,8 (cm a’ kg )

Varian dan Standar deviasi banyak dipakai Varian dan Standar deviasi banyak dipakai dalam analisis statistik dalam analisis statistik

2

1

n

xxs

Page 33: Pengantar Bios

COV (Coeffisien Of COV (Coeffisien Of Variation)Variation)

Adalah nilai Standar deviasi Adalah nilai Standar deviasi dibagi mean x 100%dibagi mean x 100% COV= S/XCOV= S/X x 100%x 100%

Membandingkan variasi Membandingkan variasi antara dua atau lebih antara dua atau lebih agregate yang ukurannya agregate yang ukurannya berbeda atau gradasinya berbeda atau gradasinya berbedaberbeda

Contoh : dari suatu Contoh : dari suatu pengukuran didapatkan pengukuran didapatkan rata TB= 162 cm dan S= rata TB= 162 cm dan S= 15 cm. Berat badan rata-15 cm. Berat badan rata-rata 58 kg dan S= 8 rata 58 kg dan S= 8 kg…..manakah yang lebih kg…..manakah yang lebih bervariasi TB atau BB ?bervariasi TB atau BB ?

%100*covx

s

Page 34: Pengantar Bios

COVCOV

Jawab:Jawab:• COV TB= 15/162 x100%= 9,3 %COV TB= 15/162 x100%= 9,3 %• COV BB= 8/58 x100% = 13,8 %COV BB= 8/58 x100% = 13,8 %

Dari hasil COV terlihat bahwa Dari hasil COV terlihat bahwa walaupun S TB 15cm dan S BB 8 walaupun S TB 15cm dan S BB 8 kg ternyata COV BB lebih besar kg ternyata COV BB lebih besar dari COV TB , Jadi dapat dari COV TB , Jadi dapat disimpulkan BB lebih bervariasi.disimpulkan BB lebih bervariasi.

Page 35: Pengantar Bios

Penyajian DataPenyajian Data

Penyajian data dapat berupa:Penyajian data dapat berupa:

1) Narasi ( tekstular) adalah 1) Narasi ( tekstular) adalah penyajian dalam bentuk tulisan . penyajian dalam bentuk tulisan . Biasanya narasi ini dipakai dalam Biasanya narasi ini dipakai dalam menyajikan informasi yang didapat menyajikan informasi yang didapat dari penyajian tabel maupun dari penyajian tabel maupun gambargambar

Page 36: Pengantar Bios

Penyajian data ( Tabel)Penyajian data ( Tabel)

Tabel adalah penyajian data dalam Tabel adalah penyajian data dalam bentuk kolom dan barisbentuk kolom dan baris

Bagian-bagian tabelBagian-bagian tabel• Body tabelBody tabel• Box headBox head• StubbStubb• Jumlah ( total baris maupun total Jumlah ( total baris maupun total

kolomkolom

Page 37: Pengantar Bios

Dummy tabelDummy tabel

Box headBox head TotTot

stubstubbb

BodyBody

tottot Tot kolomTot kolom GranGrandd

tottot

Page 38: Pengantar Bios

Tabel:Tabel:

Bagian tabel ini dilengkapi:Bagian tabel ini dilengkapi:• Judul (menjawab what, where, when)Judul (menjawab what, where, when)• Nomer tabelNomer tabel• Keterangan ( Foot Note= catatan kaki)Keterangan ( Foot Note= catatan kaki)• Sumber, kalau tabel itu tabel kutipanSumber, kalau tabel itu tabel kutipan

Kegunaan masing-masingKegunaan masing-masing• Agar mudah dirujuk Agar mudah dirujuk • Keterangan , agar didapat keterangan yang Keterangan , agar didapat keterangan yang

lengkaplengkap• Sumber, agar jangan dianggap plagiat dan Sumber, agar jangan dianggap plagiat dan

memudahkan untuk merujuk kembalimemudahkan untuk merujuk kembali

Page 39: Pengantar Bios

Jenis tabelJenis tabel

Tabel induk (master tabelTabel induk (master tabel Tabel textTabel text

• Tabel ditribusi frekuensiTabel ditribusi frekuensi• Tabel distribusi relatifTabel distribusi relatif• Tabel distribusi kumulatifTabel distribusi kumulatif• Tabel silangTabel silang

Contoh:Contoh:

Page 40: Pengantar Bios

Tabel:1 Distribusi berat badan 160 Tabel:1 Distribusi berat badan 160 orangorang

Mhs FKM UI Th 2006 Mhs FKM UI Th 2006

BBBB FrekFrek F RelatifF Relatif

(%)(%)F kum less F kum less thenthen

(%)(%)

Fkum more Fkum more thenthen

(%)(%)

41-4541-45

46-5046-50

51-5551-55

56-6056-60

61-6561-65

66-7066-70

71-7571-75

44

1616

3434

5656

3232

1313

55

2,52,5

1010

21,321,3

3535

2020

8,18,1

3.13.1

2,52,5

12,512,5

33,833,8

68,868,8

88,888,8

96,996,9

100100

100100

97,597,5

87,587,5

66,266,2

31,231,2

11,111,1

3,13,1

TotalTotal 160160 100100

Page 41: Pengantar Bios

Tabel:2 Jumlah donor menurut gol Tabel:2 Jumlah donor menurut gol

darah bulan Juli 2006darah bulan Juli 2006 di PMI Jak-pusdi PMI Jak-pus

Gol DarahGol Darah JumlahJumlah

OO

AA

BB

ABAB

TotalTotal

156156

102102

8888

104104

450450

Sumber: PMI Jak-Pus

Page 42: Pengantar Bios

Tabel:3 Distribusi 150 pasien RSCM Tabel:3 Distribusi 150 pasien RSCM menurut pendidikan dan pengetahuan menurut pendidikan dan pengetahuan

terhadap HIV/AIDs Th 2006terhadap HIV/AIDs Th 2006

PengetPenget

PendidikaPendidikann

BaikBaik SedangSedang KurangKurang

TinggiTinggi

MenengaMenengahh

RendahRendah

2020

1515

2020

1010

2525

2525

55

1010

2020

Sumber: Evaluasi RSCM 2006

Page 43: Pengantar Bios

Penyajian data dengan Penyajian data dengan GrafikGrafik

Seperti tabel, gambarpun perlu Seperti tabel, gambarpun perlu dilengkapi dengandilengkapi dengan• Judul (menjawab What, Where, When)Judul (menjawab What, Where, When)• NomerNomer• Keterangan (key)Keterangan (key)• Sumber (kalau gambar tersebut Sumber (kalau gambar tersebut

kutipan)kutipan)

Page 44: Pengantar Bios

GambarGambar Berbeda dengan tabel, gambar sudah ditentukan Berbeda dengan tabel, gambar sudah ditentukan

peruntukannya sesuai jenis dataperuntukannya sesuai jenis data Data numerik:Data numerik:

• Histogram, Histogram, • Frek poligon, Frek poligon, • Ogive, Ogive, • Stem & leaf, Stem & leaf, • Box plot, Box plot, • Scatter diagramScatter diagram

Data kategorik:Data kategorik:• Bar , Single bar, multiple, subdividedBar , Single bar, multiple, subdivided• Pareto chartPareto chart• PiePie• Line diagramLine diagram• PictogramPictogram• MapgramMapgram

Page 45: Pengantar Bios

Gambar:1 Gambar:1 Distr BB Mhs FKM th 2006……Distr BB Mhs FKM th 2006……(histogram(histogram

40 50 60 70 80 90

10

20

30

40jml

Kg

Page 46: Pengantar Bios

Gambar:2 (Frek Poligone)Gambar:2 (Frek Poligone) Distr BB Mhs FKM th 2006……Distr BB Mhs FKM th 2006……

Page 47: Pengantar Bios

OgiveOgive

Less then

More then

Md

Posisi Md

Nilai Md

X

Y

Page 48: Pengantar Bios

Stem & leafStem & leaf

4040 4455567789944555677899 11 11

5050 0002244567788900022445677889 14 14

6060 011122333444666778899011122333444666778899 21 21

7070 001122233355001122233355 12 12

8080 022334022334 6 6

9090 00450045 4 4

BatangDaun Frek

Page 49: Pengantar Bios

Box & plotBox & plot

Box PlotBox Plot

Kuartil2= Median

Batas atas

K3

K1

Batas bawah

Page 50: Pengantar Bios

Scatter DiagramScatter Diagram

ScatterScatter

+

+

+

+

+

+

+

+

+

+

TB

BB

Page 51: Pengantar Bios

Bar diagram/single barBar diagram/single barJumlah akseptor baru di Psk X Jumlah akseptor baru di Psk X triwulan I, II & III th 2006triwulan I, II & III th 2006

Trwl I Trwl II Trwl III

10

20

30

40

5045

35

52

Page 52: Pengantar Bios

Multiple barMultiple barJumlah Akseptor Baru di Jumlah Akseptor Baru di tiga Wilayah Jakarta th 2005tiga Wilayah Jakarta th 2005

0

10

20

30

40

50

60

70

80

90

1st Qtr 2nd Qtr 3rd Qtr 4th Qtr

J.PstJ.TmrJ Utr

Key

Page 53: Pengantar Bios

Sub divided barSub divided bar

Page 54: Pengantar Bios

Pareto ChartPareto ChartJumlah Kematian dan 3penyebab di Jumlah Kematian dan 3penyebab di RS “X” th 2004RS “X” th 2004

Jumlah Kasus Kematian di RS X tahun 2004

95

60

35

0

10

20

30

40

50

60

70

80

90

100

Kecelakaan PJK Ca

Page 55: Pengantar Bios

Pie DiagramPie Diagram

Page 56: Pengantar Bios

Line Line diagramdiagram

Jumlah HIV AIDs dan H5N1 di Jakarta Jumlah HIV AIDs dan H5N1 di Jakarta th 2000-2004th 2000-2004

2000 2001 2002 2003 2004

jml

HIV AIDs

H5N1

Page 57: Pengantar Bios

Pictogram Pictogram jumlah PJK thn 2001 – 2005jumlah PJK thn 2001 – 2005

Tahun 2001:

Tahun 2003:

Tahun 2005:

Keterangan:

= 10 kasus

Page 58: Pengantar Bios

Map gramMap gram

DHF

H5N1