Disampaikan oleh: Mariani Situmorang, SKM,MHA Pelatihan IPCN, Jakarta 18-24 Mei 2014 2 5 4 2 13 BSI VAP SSI UTI Total
Disampaikan oleh:
Mariani Situmorang, SKM,MHA Pelatihan IPCN, Jakarta 18-24 Mei 2014
2
5
4
2
13
BSI
VAP
SSI
UTI
Total
Peserta pelatihan:
Memahami konsep Statistik Dasar
Memahami peran Statistik Dasar dalam Program PPI
Mampu mengaplikasikan pemahaman Statistik Dasar dalam penatalaksanaan program PPI, sesuai dengan peran , fungsi, dan trugas IPCN di RS
Mars-Stat-IPCN-Mei2014
Peningkatan
mutu Prg PPI
Peningkatan
mutu Yan RS
Patien Safety
2
1. Latar Belakang
2. Pengertian & Pembagian Statistik
3. Data Statistik; Skala Pengukuran
4. Pengelolaan Data Satistik
5. Ukuran Nilai Tengah
6. Nilai Variasi
7. Aplikasi Statistik Deskriptif dalam PPPI
8. Latihan
Mars-Stat-IPCN-Mei2014 3
Tujuan Program PPI (PPPI) dicapai melalui keterlaksanaan berbagai kegiatan, meliputi, antara lain: survey , surveilans, audit.
Untuk keterlaksanaan kegiatan survei/surveilans/audit secara baik dan benar, serta pencapaian tujuan kegiatan program PPI; diperlukan statistics tools.
Statistics tools memungkinkan dan membantu Komite/Tim PPI memiliki statistical & analytical thinking skills yang mutlak diperlukan dalam mengelola Program PPI secara komprehensif.
Mars-Stat-IPCN-Mei2014 4
Statistik sebagai suatu disiplin ilmu:
Ilmu yang berkecimpung dengan data dalam bentuk
angka, dimana angka-angka ini diperoleh dari suatu
kumpulan individu (agregat).
Statistik sebagai suatu metode:
Suatu metode ilmiah guna memperkembangkan ilmu
Suatu metode guna mengumpulkan, mengolah,
menyajikan, menganalisis, dan menginterpretasi
data yang berbentuk angka
Suatu metode yang digunakan secara khusus untuk
menjelaskan data numerik yang dipengaruhi oleh
banyak sebab.
Mars-Stat-IPCN-Mei2014 5
Pada umumnya statistik dibagi dalam dua bagian besar: Statistik Deskriptif dan Statistik Analitik/Inferensi.
* Statistik Deskriptif adalah bidang yang meliputi:
pengumpulan data,
pengolahan data,
penyajian data,
analisis/interpretasi data
Mars-Stat-IPCN-Mei2014
dengan tujuan hanya
menggambarkan suatu
populasi atau situasi tertentu.
Alat yang digunakan
Hasil perhitungan
Nilai sentral & Variasi
grafik, tabel,
charts, map, dll
Biosatistik termasuk dalam statistik deskriptif.
6
Biosatistik meliputi:
Statistik vital (vital statistics) Fokus: Vital events that occur over a period of time within a population (kelahiran, kematian, perkawinan, perceraian, separasi, adopsi) sering disebut the “book keeping” of public health.
Statistik kesehatan (health statistics, hospital
statistics)
Fokus: Pengukuran status kesehatan: data mortalitas, morbiditas
(insidens, prevalens) data bagi manajemen Pengukuran faktor-faktor yang erat kaitannya dengan
pelayanan kesehatan, seperti sanitasi, nutrisi, kemiskinan
Menggunakan semua skala pengukuran plus “Rate”
Mars-Stat-IPCN-Mei2014
Biosatistik
7
Pengertian Data statistik: kumpulan hasil pengamatan/pengukuran
terhadap variabel (sifat-sifat atau karakteristik dari sesuatu yang dapat diamati/teliti, dan mempunyai bermacam nilai). Data numerik statistik bisa bersifat absolut, relatif, mempunyai beraragm skala/tingkat pengukuran.
Klasifikasi Menurut sifat variabel
Data kwantitatif
Data diskrit (dari variabel diskrit: terdiri atas bagian2 yang dapat dipisahkan secara tegas: contoh heart rate)
Data kontiniu (tdk dibatasi dgn tegas menurut kategori atau nilai-nilainya: contoh suhu tubuh).
Data kwalitatif
Data semi-kwantitatif
Menurut sumber/cara memperolehnya
Data Primer, Sekunder, Tertier
Mars-Stat-IPCN-Mei2014 8
Pengumpulan Data
Observasi/Pengamatan
Interview/Wawancara
Kuesioner: Fixed or Closed,
Open–end, Kombinasi
Sumber Sekunder
Pengolahan Data
Data yang terkumpul masih bersifat mentah (raw data),
belum siap untuk digunakan.
Pengolahan data menggunakan metode:
Statistik deskriptif
Statistik inferensial
Mars-Stat-IPCN-Mei2014
Kumpul
Olah
Saji
Analisa
9
Total
Total Grand Total
Penyajian Data agar mudah dibaca/interpretasi
1. Tulisan: Menjelaskan (dalam bentuk tukisan) hasil keseluruhan suatu
kegiatan/prosedur, kesimpulan, rekomendasi, dll
2. Tabel: Menyajikan suatu agregat data numerik dalam bentuk tabel
lebih ringkas, memberikan perbandingan. Jenis tabel a.l: Text table,
Tabel distribusi frekuensi.
Empat bagian penting dalam tabel: Judul, Stub, Box Head, Body.
Mars-Stat-IPCN-Mei2014 10
Judul
Sumber/Foot note
Penyajian Data agar mudah dibaca/interpretasi
3. Grafik: Melihat “trend” (kecenderungan) , prediksi),
melihat penyebaran, dll. Bentuk penyajian grafik:
1) Line digram: Utk membandingkan perubahan dua variabel atau lebih
2) Bar/Area diagram: Menyajikan frekuensi data kuantitatif
3) Pie diagram : Menyajikan data kualitatif/kuantitatif
Mars-Stat-IPCN-Mei2014 11
4) Scatter diagram: Menyajikan
sepasang pengamatan dari dua
variabel utk melihat ada
tidaknya hubungan antara dua
variabel tsb.
5) Pictogram : Data dalam bentuk
gambar; tiap gambar = suatu jumlah
tertentu:
Tahun 2013:
0
20
40
60
80
100
0 5 10 15 20
Usia (bln)
Panjang(cm)
Panjang(cm)
= 10 0 pasien MCI
Mars-Stat-IPCN-Mei2014
1. Tulisan (Narasi)
Distribusi Pasien RS Kasih Medan
Pada Tanggal 12 November 2013
Di Rumah Sakit Kasih Medan, Jumlah pasien di
masing-masing Ruangan adalah sebagai berikut: di
Ruang Anggrek 37 orang, yang terdiri atas
perempuan (P) 11 orang dan lakilaki (L) 26 orang;
Di Ruang Cempaka 50 orang (P: 32, L:18 ); Di Ruang
Dahlia 20 orang (P: 15 , L: 5); Di Ruang Krisan 59
orang (P: 22, L:37); Di Ruang Lili 40 orang(P: 8, L:
32); dan di Ruang Mawar 34 orang (P: 12, L: 34).
Jumlah total pasien adalah 240 orang, perempuan
100 orang, dan lakilaki 140 orang.
12
RUANGAN J U M L A H PA S I E N
To t a l Perempuan Laki-laki
A n g g re k 11 26 3 7 1 5 , 4 2 %
C e m p a ka 32 18 5 0 2 0 , 8 3 %
D a h l i a 15 5 2 0 0 8 , 3 3 %
K r i s a n 22 37 5 9 2 4 , 5 8 %
L i l i 8 32 4 0 1 6 , 6 7 %
M a w a r 12 22 3 4 1 4 , 1 7 %
To t a l 1 0 0 1 4 0 2 4 0 1 0 0 %
2. Tabel (4 bgn penting: J u d u l , S t u b, B o x h e a d , B o d y )
Sumber: Bidang Perawatan RS Kasih Medan
Ta b e l
D i s t r i b u s i Pa s i e n R S K a s i h M e d a n
Pa d a Ta n gga l 1 2 N o v e m b e r 2 0 1 3
Mars-Stat-IPCN-Mei2014 13
11 32
15 22 8 12
100
26 18
5
37 32 22
140
0
50
100
150
200
250
300
Anggrek Cempaka Dahlia Krisan Lili Mawar Total
Ju
mla
h P
asie
n
Ruangan
Laki-laki
Perempuan
Mars-Stat-IPCN-Mei2014
3. Grafik: 1) Line
Sumber: Bidang Perawatan RS Kasih Medan 14
Perempuan
Laki-laki
0
50
100
150
11
32
15 22
8 12
100
26
18
5
37 32
22
140
Ju
mla
h P
asie
n
Ruangan
Perempuan
Laki-laki
Mars-Stat-IPCN-Mei2014
2) Bar
Sumber: Bidang Perawatan RS Kasih Medan
15
Mars-Stat-IPCN-Mei2014
0
50
100
150
200
250
11
32 15 22
8 12
100
26 18
5
37 32 22
140
Ju
mlah
P
asie
n
Ruangan
Laki-laki
Perempuan
Sumber: Bidang Perawatan RS Kasih Medan
16
Mars-Stat-IPCN-Mei2014
0%
20%
40%
60%
80%
100%
11
32
15
22
8
12 100
26
18
5
37
32
22 140
Ju
mla
h P
asie
n
Ruangan
Laki-laki
Perempuan
Sumber: Bidang Perawatan RS Kasih Medan
17
0
50
100
150
200
250
11 32
15 22
8 12
100
26 18
5
37
32 22
140
Ju
mla
h P
asie
n
Ruangan
Laki-laki
Perempuan
Mars-Stat-IPCN-Mei2014
3) Area
Sumber: Bidang Perawatan RS Kasih Medan
18
37
50
20
59
40
34
240
Anggrek
Cempaka
Dahlia
Krisan
Lili
Mawar
Total
Mars-Stat-IPCN-Mei2014
Sumber: Bidang Perawatan RS Kasih Medan
4) Pie
19
15.42
20.83
8.33
24.58
16.67 14.17
100
Anggrek Cempaka Dahlia Krisan Lili Mawar Total
Mars-Stat-IPCN-Mei2014
Sumber: Bidang Perawatan RS Kasih Medan
4) Pie
20
Analisis dan Interpretasi Data
Analisis berarti melakukan kategorisasi, mengurutkan,
memanipulasi, dan meringkaskan guna memperoleh jawaban
terhadap pertanyaan pengamatan/penelitian perlu
keterampilan menggunakan penyajian data stasistik (statistical & analytical thinking skills ).
Analisis data tidak dengan sendirinya memberi jawaban
terhadap observasi/survei/ surveilans/ penelitian; Diperlukan
interpretasi data guna memperoleh makna penemuan.
Tehnik-tehnik analisa statistik yang bermacam-macam
memerlukan ukuran data statistik (a.l: Ukuran Nilai
Tengah & Variasi); dan berbagai skala pengukuran.
Mars-Stat-IPCN-Mei2014 21
Sifat /
Kualitas
Skala/Tingkat Pengukuran & Contoh
Nominal Ordinal Interval Rasio
Klasifikasi + + + +
Urutan - + + +
Jarak - - + +
Titik nol
absolut - - - +
hanya
membedakan,
tidak tahu
urutan
membedakan,
tahu urutan,
tidak tahu
besar beda
membedakan,
tahu urutan,
tahu besar
beda,
tidak tahu
kelipatan
membedakan,
tahu urutan,
tahu besar beda,
tahu kelipatan,
mempunyai true
zero
Contoh
Ada dua pasien:
si A dan B
Si A kelas 1, dan
si B kelas 6
Suhu si A 36o C,
dan si B 39o C
Usia si A: 6 thn, dan
si B: 12 thn (Usia B
adalah 2 x usia A.
Mars-Stat-IPCN-Mei2014 22
1) Mean: Rata-rata hitung, diperoleh dengan cara menjumlahkan
semua nilai observasi yang didapat dan kemudian dibagi dengan
jumlah/banyaknya observasi yang ada. Apabila X adalah variabel yg
diamati, dan observasi yg dilakukan sebanyak n, maka nilai-nilai
observasinya adalah: X1, X2, X3,.....Xn-1, Xn. Nilai observasi tertentu dari
variabel X diberi simbol : Xi, Nilai rata-rata diberi simbol: X (X-bar).
2) Median: Nilai observasi yang terletak ditengah-tengah setelah
observasi disusun menurut besarnya nilai (secara array).
3) Modus: Suatu nilai observasi yang paling sering muncul/yang
frekwensinya ditunjukkan oleh puncak-puncak kurva
Mode – median = 2 (median – mean)
Σ Xi
Rumus Mean: X = ------------
n
Mars-Stat-IPCN-Mei2014
_
_
Pada kurva normal/distribusi simetris nilai Mean = Median = Mode.
n = banyaknya
pengamatan
23
Mars-Stat-IPCN-Mei2014
Distribusi miring
ke kanan (Skewed to the right)
Distribusi miring ke kiri (Skewed to the left)
Distribusi simetris
(Normal curve)
Mean = Median = Mode
Mode Median Mean
Mean Median Mode
Contoh Distribusi
24
Mars-Stat-IPCN-Mei2014
Mean - 1 Sd - 2 Sd - 3Sd +1 Sd +2 Sd +3 Sd
2.2% 2.2%
13.6% 13.6%
34.1% 34.1%
99.8 %
95.4 %
68.2 %
25
Untuk secara adekwat menggambarkan/mendeskripsikan frekwensi
distribusi, maka setelah memperoleh nilai mean, derajat variasi nilai-nilai yang
lain terhadap mean juga harus dinyatakan. Apakah hampir semua observasi
nilainya berdekatan dengan mean atau ada sebagian observasi yang nilainya
berjauhan dengan mean; kalau ada diarah yang mana?
Beberapa ukuran variasi yang sering digunakan
1) Range: Perbedaan antara nilai tertinggi dan terrendah dari
sekumpulan observasi
2) Varians: rata-rata hitung dari kwadrat deviasi terhadap mean
yang secara simbolik dapat dinyatakan dengan
3) Standar Deviasi (SD): merupakan akar dari varians.
Mars-Stat-IPCN-Mei2014
Varians = Σ (Xi – X) 2
n
n = banyaknya pengamatan
_
26
Data statistik digunakan di setiap tahapan/
kegiatan PPPI mulai dari perencanaan sampai
monitoring/evaluasi dan membuat program PPI
Pengajuan rekomendasi, proposal penelitian, dll
Membuat keputusan/menetapkan kebijakan
Alat (statistics tools ) dalam:
Pengumpulan data
Pengolahan data
Penyajian data
Analisa data
Membuat konklusi Menetapkan implikasi
Diseminasi hasil
Mars-Stat-IPCN-Mei2014
Surveilans, Audit, dll
27
1) Melakukan penghitungan nilai tengah
2) Melakukan penghitungan nilai variasi
3) Menyajikan hasil penghitungan dalam
bentuk-bentuk yang memudahkan
pengguna data untuk melakukan analisa
Mars-Stat-IPCN-Mei2014
Catatan:
Bahan latihan akan diberikan pada saat pelatihan.
Latihan dapat dilakasanakan secara individu dan/atau
secara berkelompok (disesuaikan dengan partisipasi
dan dinamika peserta pelatihan).
28
1. Kumpulan Bahan Kulian “Health Statistics” Post Graduate Study School of Services Management University of New South Wales, Sydney Australia , 1991-1993 (Tidak diterbitkan)
2. Kumpulan Bahan Kuliah “Statistik” Program Strata Satu FKM UI Jakarta 1983-1985 (Tidak diterbitkan)
3. Pine Vanderlyn R, Introduction to Statistics, Englewood Cliffs, New Jersey: Prentice Hall, 1977,
4 Schroeder Patricia ( 1991) Monitoring and Evaluation in Nursing, The Encyclopedia of Nursing Care Quality Volume III, Gaithersburg, Maryland: An Aspen Publication,
5. Singarimbun M dan Effendi S, Metode Penelitian Survai, Jakarta: LP3ES, 1985
6. Wilson Holly S, Research in Nursing, New York: Addison-Weswley Publishing Company, 1989.
Mars-Stat-IPCN-Mei2014 30