|
PERHITUNGAN DATA KATEGORIK
|
Oleh:
Vera Syam Yolanda 201266004
Diki Septyan 201466027
Dea Nabilah Safitri 201466036
Rahayu Danar Wigati 201466002
Yohana Melani 201466006
Ryantika Devi F 201466051
|
Kelompok 4
STATISTIK I
SESI - 11
|
|
|
|
PERHITUNGAN DATA
KATEGORIK
A. PROPORSI
Proporsi
adalah suatu perbandingan dimana pembilang (numerator) selalu merupakan bagian
dari penyebut (denominator). Proporsi digunakan untuk melihat komposisi suatu
variable dalam populasinya. Apabila angka dasar (konstanta) yang dipakai adalah
100, maka disebut persentase.
Rumus
Proporsi : x K
A = jumlah kejadian tertentu
a+b = jumlah seluruh kejadian
k = konstanta = angka dasar
contoh
:
proporsi penduduk wanita :
x K
Proporsi penduduk pria :
1. Analisis Data Proposi
Dasar analisis data kategorik
adalah pendekatan distribusi binominal kepada distribusi normal, hal ini dapat
dilakukan apabila jumlah sampel (n) cukup besar dan np 5 atau n(1-p) 5. Pendekatan ke distribusi normal diperlukan dua parameter,
yaitu mean dan standar deviasi untuk data proporsi.
= np s = =
Untuk melakukan data
inferensi data proporsi, diperlukan distribusi
sampling harga proporsi. Sama dengan distribusi sampling harga mean menurut
central limit theorem adalah:
1)
Proporsi
dari distribusi sampling harga proporsi akan sama dengan proporsi populasi (
2)
Standar
deviasi distribusi proporsi (standar error)
SE
= =
3)
Distribusi
sampling harga proporsi membentyk distribusi normal
2.
ESTIMASI
PROPORSI POPULASI (dengan Confidence
Interval)
Estimasi
proporsi suatu populasi dengan estimasi selang (interval estimate) prosedurnya sama juga dengan estimasi data
numberik.
Rumus:
Contoh:
dari suatu penelitian yang dilakukan di puskesmas “PQR” dengan jumlah sampel
ibu hamil yang diambil secara random didapatkan ibu dengan anemia (Hb ≤ 11 gr%)
sebanyak 20 ibu. Perkirakanlah di populasi wilayah puskesmas tersebut ibu hamil
yang mengalami anemia, Confidence Interval =95%
Penyelesaian:
n = 50. x = 20 ...p = 0.4 berarti q = 1 –
0,4 = 0,6 Z1/2a = 1,96
= 0,4 ± 0,14
= (0,26 : 0,54) ........... CI 95%
Jadi diyakini
proporsi ibu hamil yang anemia dipopulasinya (puskermas “PQR”) terletak antara
0,26 dan 0,54 atau diantara 26% s.d 54%.
3.
ESTIMASI
PERBEDAAN DUA PROPORSI
Penelitian
di puskesmas lain (puskesmas “XYZ”) dari 30 sampel ibu hamil didapatkan 15 ibu
menderita anemia. Kalau dari kedua sampel ini mau dilihat berapa perbedaan
proporsi anemia pada kedua populasi “PQR” dan populasi puskesmas “XYZ” kita
berhadapan dengan estimasi perbedaan dua proporsi.
Contoh:
Puskesmas
“PQR” n = 50 x = 30 p1
= 30/50 = 0,3
Puskesmas
“XYZ” n = 30 x = 15 p2
= 15/30 = 0,5
Untuk
medapatkan SE, kedua proporsi digabungkan sehingga didapatkan proporsi gabungan
disimbolkan p’
q’ = (1-p’)
Untuk
permasalahan di atas maka
Rumus:
Kalau
dimasukkan nilai yang berasal dari soal di atas maka CI 95%
=
- 0,2 ± 0,23
=
(-0,46 ; 0,03) .... CI 95%
4.
UJI
HIPOTESIS PERBANDINGAN SATU PROPORSI
Suatu
sampel yang diambil dari sekelompok mahasiswa (75 orang) didapatkan 35 orang
perokok. Kalau di dalam masyarakat umum diketahui bahwa proporsi perokok adlaah
0,25, apakah kesimpulan peneliti terhadap sampel yang diambil dari mahasiswa
tersebut pada ± = 0,05.
Dalam
hal ini akan dilakukan uji hipotesis apakah ada perbedaan antara proporsi
sampel dan proporsi populasi, seperti juga pada data numerik langkah ujinya:
1)
Hipotesis
nol tidak ada perbedaan proporsi perokok antara kelompok mahasiswa dan
populasi, hipotesis alternatif ada perbedaan proporsi perokok pada sampel dan
populasi.
2)
Batas
kritis alfa = 0,05
3)
Uji
yang akan dilakukan adalah uji Z dan untuk SE karena ada dua sampel dan ada
populasi yang dipaaki adalah proporsi popoulasi
Rumus
:
Sampel: x = 35 n = 75
p(perokok) = 35/75 = 0,47
Proporsi
perokok di populasi = 0,25
4)
Dari
nilai pv keputusan uji adalah Ho ditolak
5)
Kesimpulan
ada perbedaan yang signifikan proporsi perokok antara sampel (mahasiswa) dan
populasi (masyarakat umum)
5.
UJI
HIPOTESIS PERBANDINGAN DUA PROPORSI
Kalau
ada dua sampel atau dua populasi yang berbeda proporsi dari suatu peristiwa
dapat dilakukan uji apakah perbedaan antara dua proporsi tersebut di atas
signifikan atau bukan (perbedaan hanya secara kebetulan = by chance).
Contoh
dari sampel yang terdiri dari dua kelompok mahasiswa, kelompok pertama 50 orang
didapat yang perokok adalah 15 orang, kelompok kedua adalah sebanyak 80 orang
didapatkan 30 orang perokok. Pertanyaannya apakah ada pernedaan kedua kelompok
mahasiswa ini dalam hal merokok.
Penyelesaian:
Kelompok
I n = 50 p1 = x1/n1 = 15/50 = 0,30 q1 = 0,70
Kelompok
II n = 80 p2 = x2/n2 = 30/80 =
0,38 q2 = 0,62
Penyelesaian:
1)
Ho
..... p1 = p2 Ha ....p1 ≠ p2
2)
= 0,05
3)
Uji
yang akan dilakukan adalah uji Z
SE di sini adalah
gabungan dari kedua sampel p’
4)
Dari
nilai pv > 0,05 ..... Ho gagal ditolak
5)
Kesimpulan,
tidak ada perbedaan proporsi perokok antara dua kelompok mahasiswa tersebut. [2]
Proporsi merupakan
pembagian dari nemurator dengan seluruh jumlah pengamatan, misalkan di dalam
satu kelas perawatan terdapat 10 pasien, 6 pasien laki-laki dan sisanya
perempuan, maka angka proporsi pasien laki-laki adalah 0,6 atau 60%, dan
proporsi pasien perempuan ada 0,4 atau 40%.
B. RATE
Rate adalah perbandingan antara jumlah
suatu kejadian terhadap jumlah penduduk yang mempunyai resiko terhadap kejadian
tersebut, menyangkut interval waktu. Rate digunakan untuk menyatakan dinamika
atau kecepatan kejadian tertentu dalam suatu masyarakat tertentu pula.
Rumus
Rate : x K
a = jmlh kejadian tertentu yang terjadi
dalam kurun waktu tertentu pada penduduk tertentu
b = jmlh penduduk yang mempunyai resiko
mengalami kejadian tertentu pada kurun waktu yang sama
k = konstanta angka dasar
contoh
:
angka
kematian kasar :
Merupakan ratio yang
perbedaannya pada denominator atau penyebut yang berbasis populasi. Ukuran ini
juga memiliki ukuran waktu. Fasilitas kesehatan dalam mengukur kinerja
menggunakan rate untuk ukuran morbiditas dan mortalitas. Sebagai contoh:
misalkan anda memiliki hobi menonton film di bioskop. Misalkan anda dalam satu
minggu ini menonton sebanyak 5x, padahal dalam satu minggu umumnya menonton
14x, maka hitungan menonton dalam minggu tersebut adalah 5/14 atau 35,7% atau
rumus Rate = part/base.
1.
Postoperative
Date Rate
Angka
statistik ini menunjukan jumlah pasien yang meninggal setelah mendapatkan tindakan
operasi.
Postoperative death rate di sebut juga
surgical death rate. Angka statistik ini merupakan rasio “pasien yang meninggal
dalam kurun waktu 10 hari setelah tindakan operasi” terhadap jumlah total
pasien yang dioperasi dalam periode tersebut. Pengertian dari tindakan bedah
atau operasi yaitu : Satu atau lebih prosedur bedah yang dilakukan dalam satu
waktu terhadap seorang pasien melalui pendekatan umum atau untuk tujuan yang
umum.
Rumus:
Contoh:
Catatan statistik
periode ‘x’ menyatakan ada 1000 pasien yang di operasi dan 5 pasien meninggal
pasca operasi (2 diantaranya meninggal dalam kurun waktu 10 hari pasca
operasi), maka perhitungan postoperative death rate-nya adalah:
2.
Anesthesia
Death rate
Angka
statistik ini menunjukan rasio antara kematian pasien yang di sebabkan karena
pasien anestesi dengan seluruh pasien yang mendapatkan tindakan anestesi.
Angka
ini meliputi tiga macam anestesi yang di kenal, yaitu:
·
Anestesi
umum/general
·
Anestesi
regional
·
Anestesi
likal
Pernyataan anesthesia
death ( kematian karena anestesi) hanya dapat di lakukan oleh dokter. Untuk
menghitung anesthesia death ratedigunakan rumus sebagai berikut :
Contoh:
Jika data statistik RS
periode “x” mencatat bahwa di antara
1200 pasien yang mendapat tindakan anestesi terdapat 1 pasien yang meninggal,
makan anesthesia death rate-nya adalah:
3.
Net Death Rate (NDR)
Net
death rate atau angka kematian bersih menunjukan proporsi seluruh pasienrawat
inap yang meninggal stelah mendapat perawatan lebih atau sama dengan 48 jam
dalam periode waktu tertentu, termasuk bayi baru lahir (BBL) yang kemudian
meninggal. Jadi, pasien yang meninggalsebelum 48 jam perawatan inap tidak di
masukan dalam hitungan statistik ini.
Angka
NDR lebih bisa menunjukan kualitas pelayanan medis disbanding angka GDR. Untuk
menghitung NDR dalam suatu periode di gunakan rumus sebagai berikut :
Misalnya,
sebuah RS melaporkan statistic rawat inap sbb:
·
Jumlah
total pasien meninggal :5
·
Jumlah
pasien meninggal < 48 jam :2
·
Jumlah
pasien pulang/keluar :400
Maka
NDR untuk periode tersebut adalah :
Interpretasi NDR, Misalnya
di laporkan bahwa NDR periode tahun 2008 adalah 0,75% berarti selama periode
tersebut dari setiap 10.000 pasien yang keluar dari perawatan, 75 diantaranya
keluar dalam keadaan meninggal setelah mendapatkankan perawatan lebihbdaeri 48
jam.[6]
C. RASIO
Ratio adalah suatu perbandingan antara 2
angka yang tidak saling tergantung, menyatakan besar suatu kejadian lain.
Rumus
ratio : x K
a = jumlah kejadian pertama
b = jumlah kejadian lain yang tidak
tergantung pada kejadian pertama
k = konstanta angka dasar
contoh
:
sex
ratio =jumlah penduduk pria : jumlah penduduk wanita x K
Ket
:
M=
male
F=
female
Membandingkan jumlah sampel yang satu
dengan yang lainnya. Misalkan dalam 1 minggu di RS X didapati 7 pasien berusia
diatas 50 tahun dan 10 pasien lainnya di bawah sama dengan 50 tahun, maka dapat
dikatakan rasio pasien berdasarkan umur di atas 50 tahun adalah 7 : 10 atau
dapat pula ditulis 7/10. Adapun total pasien inap berjumlah 1000 sedangkan
perawat berjumlah 100, maka rasio perawat terhadap pasien adalah 100:1000.[8]
[1] Drs. Moch Imron TA,MM,MBA,
STATISTIKA KESEHATAN, Jakarta, Sagung Seto,2011 ; 43
[2] Sutanto Priyo Hastono dan Luknis Sabri, Statistik Kesehatan,
(Depok : Rajawali Pers, 2011) hal 135-140
[3] Rano Indradi Sudra,
STATISTIK RUMAH SAKIT dari sensus pasien dan grafik barber-johnson hingga
statistik kematian dan otopsi, (yogyakarta: graha ilmu, 2010) hal. 20-21
[4] Drs. Moch Imron TA,MM,MBA,
STATISTIKA KESEHATAN, Jakarta, Sagung Seto,2011 ; 43
[6] Ibid, hal. 68-71
[7] Drs. Moch Imron TA,MM,MBA, op.cit,
hal.43