27
Materi Kuliah Praktikum Biostatistik Konsep Dasar Biostatistik Oleh : Puspito Arum A. Pengertian Biostatistik Statistik adalah sekumpulan konsep dan metode yang digunakan untuk mengumpulkan, menganalisis dan menginterpretasikan data kuantitatif yang dipengaruhi oleh berbagai sebab dalam situasi yang bervariasi dan tidak ada kepastian. Statistika diartikan sebagai ilmu yang mempelajari dan mengusahakan agar data mempunyai makna. Terdapat tiga pengertian statistika yang berkembang saat ini, yaitu : 1. Statistika merupakan kumpulan angka yang dihasilkan dari pengukuran atau perhitungan yang disebut data 2. Satistika diartikan pula sebagai statistik sampel 3. Statistika sebagai metode ilmiah yang dapat digunakan sebagai alat bantu dalam mengambil keputusan, mengadakan analisis data hasil penelitian, dan lain- lain. Statistik kesehatan adalah data atau informasi yang berkaitan dengan masalah kesehatan. Statistik kesehatan sangat bermanfaat untuk kepentingan administrasi, seperti merencanakan program pelayanan kesehatan, menentukan

Konsep Dasar Biostatistik

Embed Size (px)

DESCRIPTION

None

Citation preview

Materi Kuliah Praktikum Biostatistik

Konsep Dasar Biostatistik

Oleh : Puspito Arum

A. Pengertian Biostatistik

Statistik adalah sekumpulan konsep dan metode yang digunakan untuk

mengumpulkan, menganalisis dan menginterpretasikan data kuantitatif yang dipengaruhi

oleh berbagai sebab dalam situasi yang bervariasi dan tidak ada kepastian. Statistika

diartikan sebagai ilmu yang mempelajari dan mengusahakan agar data mempunyai makna.

Terdapat tiga pengertian statistika yang berkembang saat ini, yaitu :

1. Statistika merupakan kumpulan angka yang dihasilkan dari pengukuran atau

perhitungan yang disebut data

2. Satistika diartikan pula sebagai statistik sampel

3. Statistika sebagai metode ilmiah yang dapat digunakan sebagai alat bantu dalam

mengambil keputusan, mengadakan analisis data hasil penelitian, dan lain-lain.

Statistik kesehatan adalah data atau informasi yang berkaitan dengan masalah

kesehatan. Statistik kesehatan sangat bermanfaat untuk kepentingan administrasi, seperti

merencanakan program pelayanan kesehatan, menentukan alternatif penyelesaian masalah

kesehatan, dan melakukan analisis tentang masalah kesehatan selama periode waktu tertentu

(time series). Statistik kesehatan juga berguna untuk menentukan penyebab timbulnya

masalah kesehatan baru yang belum dikatehui atau untuk menguji manfaat terapi kesehatan

tertentu.

Metode statistik dalam bidang kesehatan merupakan alat bantu yang baik, tetapi

bukan merupakan satu-satunya alat bantu untuk menarik kesimpulan, karena ada banyak alat

atau metode pendukung lainnya, seperti pemeriksaan laboratorium, pemeriksaan klinis, dan

lain-lain.

B. Populasi dan Sampel

Populasi adalah kumpulan individu dalam suatu batas tertentu, dimana hasil suatu

penelitian akan dilakukan generalisasi. Kumpulan individu yang akan diukur atau diamati

ciri0cirinya disebut populasi studi. Bila penelitian hanya dilakukan pada sebagian dari

anggota populasi, maka bagian tersebut dimanakan sampel. Dengan kata lain, sampel adalah

sebagian dari populasi yang nilai atau karakteristiknya diukur dan yang nantinya dipakai

untuk menduga karakteristik dari populasi.

Populasi studi ditentukan berdasarkan kriteria yang sesuai dengan tujuan penelitian.

Populasi, berdasarkan besarnya, dibagi menjadi dua, yaitu populasi besar dan populasi kecil.

Populasi besar atau populasi tek terhingga adalah populasi yang memiliki jumlah individu

sedemikian banyaknya sehingga sulit untuk diketahui jumlahnya. Populasi kecil atau

populasi terbatas adalah populasi dengan jumlah unit dasar yang tidak banyak sehingga

jumlahnya mudah dihitung.

Contoh : Seorang peneliti ingin melakukan penelitian pada penderita hipertensi di

suatu wilayah kabupaten. Semua penduduk di kabupaten tersebut disebut populasi umum,

sedangkan semua penderita hipertensi yang terdapat di kabupaten tersebut disebut populasi

studi. Sampel adalah sebagian sebagian penderita hipertensi yang akan diteliti. Hasil

pengamatan pada sampel akan digeneralisir pada populasi studi.

Penelitian di bidang kesehatan pada umumnya dilakukan pada sampel. Alasan

mengapa penelitian dilakukan pada sampel dan bukan pada populasi, antara lain :

1. Adanya unit elemeter (jumlah individu dalam populasi) yang banyak

2. Adanya populasi yang homogen

3. Menghemat tenaga, biaya dan waktu

4. Akurasi pengukuran atau pemeriksaan

Pengambilan sampel, secara umum dapat dilakukan dengan dua cara, yaitu :

1. Dengan probabilitas (cara acak / random sampling)

2. Tanpa probabilitas (tanpa acak / non-random sampling)

Pengambilan sampel acak dilakukan secara objektif sedemikian rupa sehingga

probabilitas setiap unit diketahui dan setiap unit memiliki kesempatan yang sama untuk

menjadi sampel, sedangkan pengambilan sampel secara acak dilakukan sedemikian rupa

sehingga probabilitas setiap unit tidak diketahui dan faktor subjektifitas memegang peran

penting.

Pengambilan sampel cara acak terbagi dalam beberapa cara, yaitu :

1. Pengambilan sampel acak sederhana (simple random sampling)

2. Pengambilan sampel acak stratifikasi (stratified random sampling)

3. Pengambilan sampel acak bertahap (multistage random sampling)

4. Pengambilan sampel acak sistematis (systematic random sampling)

5. Pengambilan sampel acak kelompok (cluster random sampling)

Pengambilan sampel tanpa acak terbagi dalam beberapa cara, antara lain :

1. Pengambilan sampel seadanya (accidental sampling)

2. Pengambilan sampel berjatah (quota sampling)

3. Pengambilan sampel berdasarkan pertimbangan (purposive sampling)

Pengambilan sampel acak sederhana (simple random sampling)

Pengambilan sampel cara acak sederhana ini, peneliti harus terlebih dahulu

menghitung jumlah populasi yang akan dipilih sampelnya. Kemudian diambil dengan

menggunakan tabel random. (terlampir).

Pengambilan sampel acak stratifikasi (stratified random sampling)

Pada suatu penelitian, kadangkala ditemukan adanya pembatasan tertentu, sehingga

tiap kelompok (strata) dapat memberikan nilai yang berbeda. Jika sampling dilakukan pada

semua subjek dalam populasi sebagai satu kesatuan, maka akan diperoleh variasi sampel

yang sangat besar, dan kesimpulan yang diperoleh dapat menjadi bias. Oleh karena itu, dapat

dilakukan stratifikasi pada kelompok tersebut, sampel dipilih untuk setiap strata dan

hasilnyya digabungkan menjadi satu sampel yang bebas darivariasi untuk setiap strata.

Variabel yang sering dipakai sebagai variabel strattifikasi adalah jenis kelamin, umur, ras,

kondisi sosial ekonomi, status gizi, dan lain-lain.

Contoh :

Suatu penelitian ingin mengetahui asupan makan berlebih pada 100 anak.

Berdasarkan penelitian terdahulu, diperoleh hasil bahwa anak laki-laki memiliki asupan

makan yang lebih besar dibanding anak perempuan. Peneliti ingin mengambil subjek

penelitian sebanyak 20 anak dari 100 anak yang ada, bila 20 anak itu diambil tanpa melihat

jenis kelaminnya, maka nilai yang diambil variabilitasnya akan sangat besar. Lebih baik jika

dilakukan sampling secara terpisah, misal 10 subjek diambil dari anak berjenis kelamin laki-

laki dan 10 subjek diambil dari anak berjenis kelamin perempuan. dengan demikian 20

subjek yang diperoleh tidak menunjukkan varian antar strata, dan hasinya akan lebih baik

jika dibandingkan sampling tanpa stratisfikasi.

Pengambilan sampel acak bertahap (multistage random sampling)

Pengambilan sampel dengan cara ini merupakan salah satu model pengambilan

sampel secara acak yang pelaksanaannya dilakukan dengan membagi populasi menjadi

beberapa bagian (fraksi) kemudian diambil sampelnya. Sampel bagian (fraksi) yang

dihasilkan dibagi lagi menjadi bagian-bagian (fraksi-fraksi) yang lebih kecil kemudian

diambil sampelnya. Pembagian menjadi fraksi ini dilakukan terus sampai pada unut sampel

yang diinginkan. Unit sampel pertama disebut Primary Sampling Unit (PSU). Pengambilan

sampel dengan cara ini biasanya digunakan bila peneliti ingin mengambil sampel dengan

jumlah yang tidak banyyak pada populasi yang besar.

Contoh :

Suatu penelitian ingin melihat pelaksanaan PHBS yang dilakukan oleh penduduk

suatu kota. Dalam hal ini kota sebagai populasi, kelurahan sebagai PSU dan RT sebagai unit

sampel. Dipilih kelurahan yang ada dalam wilayah kota tersebut dengan cara acak

sederhana. Dari kelurahan yang terpilih, kemudian dipilih RW secara acak sederhana. Dari

RW yang terpilih kemudian dipilih RT yang akan dijadikan sebagai sampel secara acak

sederhana.

Pengambilan sampel acak sistematis (systematic random sampling)

Pengambilan sampel dengan cara ini ditentukan bahwa tiap subjek nomer ke-sekian

akan dijadikan sebagai sampel. Bila peneliti ini mengambil 1/n dari populasi, maka setiap

unit populasi nomer n akan dijadikan sebagai sampel.

Contoh :

Ingin dipilih 20 dari 400 individu yang ada dengan cara sampling sistematik. Dengan

demikian diperlukan 20/400 = 1/20 bagian dari populasi yang akan dijadikan sebagai subjek

penelitian. Individu dengan nomer 20 dan kelipatannya yang akan dijadikan sebagai subjek

penelitian. Mula-mula setiap subjek diberi nomer urut, dari 1 sampai 400. Kemudian, tiap

pasien ke-20 akan dijadikan subjek penelitian, sehingga pada akhirnya yang akan

diikutsertakan menjadi subjek penelitian adalah subjek dengan nomer urut 20, 40, 60, 80,

100, 120, dan seterusnya.

Pengambilan sampel acak kelompok (cluster random sampling)

Pengambilan sampel dengan cara ini apabila peneliti akan mengadakan penelitian

dengan mengambil kelompok unit dasar sebagai sampel. Cluster sampling dapat pula

dilakukan dengan membagi populasi studi menjadi beberapa bagian (blok) sebagai cluster

dan dilakukan pengambilan sampel kelompok (cluster) tersebut.

Contoh :

Suatu penelitian ingin melihat status gizi murid Sekolah Dasar di suatu kota, maka

diambil sampel sekolah sebaggai unit sampel. Bila seluruh murid SD sampel ditteliti status

gizinya, makan disebut One Stage Simple Cluster Sampling. Namun bila setelah diperoleh

sampel SD kemudian dilakukan pengambilan sampel lagi terhadap siswa yang berada di SD

tersebut, maka disebut Two Stage Simple Cluster Sampling.

Pengambilan sampel seadanya (accidental sampling)

Accidental sampling adalah pengambilan sampel yang dilakukan secara subjektif

oleh peneliti dengan memperhatikan sudut kemudahan, tempat pengambilan sampel dan

jumlah sampel yang akan diambil. Cara ini sering dipergunakan dalam bidang sosiial

ekonomi dan politik untuk mengetahui opini masyarakat terhadap suatu hal.

Contoh :

Bila suatu penelitian ingin meneliti pendapat masyarakat tentang larangan buang

sampah sembarangan. Pengambilan sampel dilakukan cukup dengan cara peneliti berdiri di

suatu tempat dan menanyakan pendapat orang yang sedang lewat. Jumlah dan orang yang

dijadikan subjek penelitian tergantung keinginan peneliti.

Pengambilan sampel berjatah (quota sampling)

Pengambilan sampel dengan cara ini hampir sama dengan accidental sampling, tetapi

dengan kendali yang lebih baik untuk meminimalisir terjadinya bias. Pelaksanaan

pengambilan sampel dengan cara ini sangat tergantung pada peneliti, tetapi dengan kriteria

dan jumlah yang telah ditentukan sebelumnya.

Contoh :

Suatu penelitian ingin mengamati tentang tingkat pendapatan masyarakat. Kemudian

ditentukan jumlah orang yang akan ditelitoi, misal 50 orang, terdiri dari 25 laki-laki dan 25

perempuan, dengan kriteria usiia 25 – 40 tahun. Dua puluh lima leaki-laki dan 25 perempuan

mana yang akan diwawancarai tergantung sepenuhnya pada peneliti.

Pengambilan sampel berdasarkan pertimbangan (purposive sampling)

Dikatakan pengambilan sampel berdasarkan pertimbangan jika cara pengambilan

sampel dilakukan sedemikian rupa sehingga keterwakilannya ditentukan oleh peneliti

berdasarkan pertimbangan orang-orang yang telah berpengalaman.

Jumlah atau banyaknya sampel yang digunakan dalam suatu penelitian harus dapat

mewakili populasinya. Jumlah atau besar sampel dipengaruhi oleh :

1. Biaya, waktu, dan tenaga yang tersedia

2. Jumlah variabel

3. Variasi variabel

4. Presisi (d)

5. Derajad kepercayaan, derajad kepercayaan (α) yang sering digunakan adalah

90% (Z = 1,64) ; 95% (Z = 1,96) ; 99% (Z = 2,58)

Metode perhitungan jumlah sampel disesuaikan dengan tujuan penelitian. Beberapa

metode perhitungan jumlah sampel, yaitu :

1. Estimasi proporsi

2. Estimasi rata-rata

3. Uji hipotesa beda rata-rata pada 2 kelompok independen

4. Uji hipotesa beda rata-rata berpasangan

Simbol

Sampel Populasi

Rerata x µ

Proporsi p P

Varian S² σ²

Standar deviasi S σ

Estimasi proporsi

Digunakan jika ingin mengetahui proporsi suatu kejadian.

n =

Estimasi rata-rata

Digunakan untuk mengukur variabel yang bersifat kontinyu.

n =

Uji hipotesa beda rata-rata pada 2 kelompok independen

Digunakan jika ingin menguji pernedaan antara 2 rata-rata pada kelompok / populasi

independen

n =

Kekuatan uji (β) yang umum digunakan adalah 99% (z = 2,33) ; 95% (z = 1,64) ;

90% (z = 1,28) ; 80% (0,84)

Pada umumnya nilai σ² tidak diketahui, sehingga σ² umumnya diperkirakan dari

varians gabungan dari studi pendahuluan.

Sp² =

Uji hipotesa beda rata-rata berpasangan

Digunakan jika ingin menguji perbedaan rata-rata antara sebelum dan sesudah

intervensi diberikan

n =

C. Jenis data dan Skala Data

Data, berdasarkan cara pengumpulannya, dibagi menjadi data primer dan data

sekunder. Data primer adalah data yang pengumpulannya dilakukan secara langsung oleh

peneliti. Data primer memiliki keuntungan, yaitu data yang diperoleh sesuai dengan

kebutuhan peneliti, namun data primer juga memiliki kekurangan karena membutuhkan

waktu, tenaga dan biaya yang cukup besar dalam proses pengumpulannya. Data sekunder

adalah data yang diperoleh dari orang lain, tempat lain, atau sumber data lain dan

pengumpulannya tidak dilakukan oleh peneliti sendiri. Data sekunder memiliki keuntungan

dalam hal waktu, biaya dan tenaga, tetapi data yang diperoleh seringkali tidak lengkap atau

tidak sesuai dengan kebutuhan.

Dalam menentukan metode statistik mana yang akan digunakan, maka harus

diketahui dulu jenis data dan bentuk hipotesa penelitiannya. Data terbagi menjadi dua jenis,

yaitu data kualitatif dan data kuantitatif. Data kualitatif adalah data yang dinyatakan dalam

bentuk kata, kalimat, dan atau gambar. Data kuantitatif adalah data yang berbentuk angka,

atau data kualitatif yang diubah dalam bentuk angka (misal dengan skoring). Data kuantitatf

dibagi menjadi dua, yaitu data diskrit / nominal dan data kontinum.

Skala data atau juga disebut skala variabbel atau skala ukuran, yang sering digunakan

terdiri dari 4 macam, yaitu skala nominal, skala ordinal, skala interval, dan skala rasio.

Skala Pengukuran

Sifat Variabel Contoh Statistik yang Sesuai Kekuatan

Nominal

Bukan peringkat Jenis kelamin, golongan darah

Jumlah, rate, risiko relatif, Chi squarre, Fischer, Mantel-Haenzel, regresi kualitatif

Rendah

Ordinal

Peringkat dengan interval yang tidak dapat diuukur

Tingkat pendidikan, status sosial, status gizi

Sama dengan nominal, median, korelasi peringkat

Sedang

Interval

Peringkat dengan interval yang dapat diukur, namun tidak memiliki nilai 0 (nol) mutlak

Suhu tubuh, IQ

Sama dengan ordinal, mean, simpang baku, uji t, anova, regresi, korelasi

Kuat

Rasio

sama dengan skala interval, namun memiliki nilai 0 (nol) mutlak

Berat badan, penghasilan, kadar ureum

Sama dengan interval Kuat

D. Jenis-jenis Variabel

Variabel adalah karakteristik subjek penelitian yang berbeda dari satu subjek dengan

subjek lainnya. Variabel adalah karakteristik suatu benda atau subjek, bukan bendanya itu

sendiri. Berdasarkan fungsinya dalam konteks penelitian secara keseluruhan dan dalam

hubungan antar variabel, terdapat beberapa jenis variabel, yaitu bariabel bebas, variabel

terikat, variabel antara, variabel perancu dan variabel lain.

Variabel bebas adalah variabel yang apabila berubah dapat menyebabkan perubahan

variabel lain. Variabel yang berubah akibat adanya perubahan variabel lain disebut vatiabel

terikat. Nama lain untuk variabel bebas antara lain variabel independen, prediktor, risiko,

atau kausa, sedangkan nama lain untuk variabet terikat adalah variabel tergantung, variabel

dependen, efek, hasil, atau outcome. Hubungan antara variabel bebas dan variabel terikat

tidak selalu merupakan hubungan sebab akibat.

Variabel antara adalah variabel yang berada diantara variabel bebas dan variabel

terikat. Variabel antara menghubungkan antara variabel bebas dan variabel terikat. Variabel

perancu (confounding variable) adalah jenis variabel yang berhubungan dengan variabel

terikat, tapi bukan merupakan variabel antara.

E. Jenis-jenis Penelitian

Pembagian desain penelitian yang ssering digunakan adalah pembagian desain

mejadi penelitian deskriptif dan penelitian analitik. Penelitian deskriptif adalah penelitian

yang bertujuan untuk mendeskripsikan atau melihat gambaran dari fenomena yang

ditemukan, baik yang berupa faktor risiko maupun efek atau hasil. Peneliti tidak mencoba

untuk mencari hubungan antara faktor risiko serta mengapa dan bagaimana efek terjadi.

Peneliti pada penelitian analitik mencoba mencari hubungan antar variabel. Pada jenis

penelitian ini peneliti melakukan analisis terhadap data yang dikumpulkan. Oleh karena itu,

pada penelitian analitik perlu dibuat hipotesis.

Desain penelitian analitik pada umumnya dibagi menjadi penelitian observasional

dan penelitian eksperimental. Penelitian observasioanal adalah penelitian yang hanya

melihat fenomena yang ada tanpa memberikan intervensi tertentu pada subjek penelitian.

Penelitian observasional umumnya dibagi dalam tiga jenis, yaitu penelitian cross sectional,

penelitian kasus kontrol (case control), dan penelitian kohort. Penelitian eksperimental atau

intervensional atau penelitian percobaan adalah penelitian dimana peneliti memberikan

perlakuan tertentu kepada sampel penelitian, dan pada umumnya peneliti sudah mengkontrol

variabel-variabel yang ada.

Cross sectional

Dalam penelitian cross sectional, peneliti melakukan observaso atau pengukuran

variabel pada satu saat. Satu saat artinya tiap subjek hanya diobservasi satu kali, baik untuk

melihat faktor risiko maupun efek, jadi pada studi cross sectional peneliti tidak melakukan

tindak lanjut.

Pada jenis penelitian ini akan dapat dihitung nilai rasio prevalensi (prevalens ratio).

Rasio prevalensi memberikan gambaran peran faktor risiko terhadap terjadinya efek.

Kasus kontrol

Pada penelitian kasus kontrol, peneliti melakukan pengukuran variabel bebas (faktor

risiko) dan variabel terikat (efek) tidak dalam satu waktu. Pada penelitian ini, peneliti

melakukan identifikasi subjek yang terkena efek (disebut kasus) dan subjek yang tidak

terkena efek (disebut kontrol), kemudian diikuti secara retrospektif (waktu mundur) ada atau

tidaknya faktor risiko yang didiga berperan.

Pada jenis penelitian ini dapat dihitung nilai rasio odds (odds ratio). Odds adalah

perbandingan antara peluang terjadinya sesuatu. Rasio odds adalah besarnya peran faktor

risiko yang diteliti terhadap terjadinya efek.

Kohort

Berbeda dengan penelitian kasus kontrol yang dimulai dari identifikasi efek, pada

penelitian kohort faktor risiko lah yangg diidentifikasi terlebih dahulu, kemudian subjek

diikuti secara prospektif (waktu ke depan) selama periode tertentu untuk menemukan ada

tidaknya efek. Pada penelitian kohort murni, peneliti mengikuti subjek yang belum

memperoleh pajanan faktor risioko dan belum mengalami efek. Sebagian subjek akan

terpajan oleh faktor risiko secara alami, sedangkan sebagian lagi tidak. Subjek yang terpajan

akan menjadi kelompok yang diteliti (kasus), sedangkan subjek yang tidak terpajan akan

menjadi kelompok kontrol. Kedua keompok subjek akan diikuti selama periode waktu

tertentu dan ditentukan apakah terjadi efek.

Pada penelitian ini dapat dihitung nilai risiko relatif, yaitu perbandingan antara

insiden efek pada kelompok dengan faktor tisiko dengan insiden efek kelompok tanpa faktor

risiko.

F. Penyajian Data

Penyajian data merupakan salah satu kegiatan dalam pembuatan laporan hasil

penelitian. Data yang disajikan harus sederhana dan jelas agar mudah dibaca. Penyajian data

juga bertujuan agar pembaca dapat dengan mudah memahami apa yang disajikan untuk

selanjutnya dilakukan penilaian, perbandinagn, dan lain-lain.

Bentuk penyajian data disesuaikan dengan data yang tersedia dan tujuan yang ingin

dicapai. Penyajian data dapat berupa :

- Tulisan (tekstular)

- Tabel (tabular)

- Grafik

1. Tulisan (tekstular)

Penyajian data dalam bentuk tulisan banyak digunakan dalam bidang sosial ekonomi,

psikologi, dan lain-lain, dan berperan sebagai laporan hasil penelitian kualitatif. Penyajian

data dalam bentuk tertulis dalam bidang kesehatan biasanya digunakan untuk memberi

informasi tentang gambaran umum dari penelitian yang dilakukan, baik tentang gambaran

lokasi, karakteristik sampel, dan lain-lain.

Contoh :

Rerata konsumsi energi balita yang menderita KEP pada kelompok kasus sebesar

548 kkal, sedangkan pada kelompok kasus sebesar 1.588 kkal. Konsumsi energi

dikategorikan menjadi dua kelompok, yaitu kelompok defisit energi dan kelompok cukup

energi. Sembilan puluh dua koma tiga persen mengalami defisit energi, karena konsumsi

energi masih dibawah 70% angka kecukupan energi berdasarkan umur mereka. Hasil

penelitian ini serupa dengan hasil penelitian Tari di kecamatan Sembungharjo yang

memperoleh hasil bahwa sebagian besar (80%) balita KEP memiliki tingkat konsumsi energi

kategori defisit.

2. Tabel (tabular)

Penyajian data dalam bentuk tabel merupakan penyajian data dalam bentuk angka

yang disusun secara teratur dalam kolom dan baris. Penyajian data dalam bentuk tabel

banyak digunakan pada penulisan laporan hasil penelitian dengan maksud agar pembaca

mudah memperoleh gambaran rinci tentang hasil penelitian yang telah dilakukan.

Tabel yang lengkap terdiri dari nomor tabel, judul tabel, catatan pendahuluan, badan

tabel, catatan kaki, dan sumber tabel.

Beberapa bentuk tabel yang sering digunakan adalah :

- Tabel induk (master table)

- Tabel sinopsis

- Tabel distribusi

- Tabulasi silang

a. Tabel induk

Tabel induk ini berfungsi sebagai referansi. Tabel induk juga sering disebut

sebagai tabel referensi yang dapat diambil sebagian dan disisipkan dalam

penulisan laporan. Tabel induk memuat data dari semua variabel yang

dikumpulkan. Tabel induk tidak digunakan untuk menarik kesimpulan apapun.

No. UmurJenis

kelaminPekerjaan Pendidikan BB TB IMT

Asupan makan

Tingkat aktifitas

dsb

12345678

dst

b. Tabel sinopsis

Tabel sinopsis ini berisi semua variabel yang dikumpulkan dan ditulis dalam

kolom dan baris dengan urutan yang sama. Tabel ini memiliki arti penting dalam

perencanaan suatu penelitian, karena dengan adanya tabel sinopsis dapat diketahui

jumlah tabel yang akan dihasilkan dalam laporan hasil penelitian dan variabel

yang akan dicari hubungannya, sehingga memudahkan penulisan laporan.

Variabel 1 Variabel 2 Variabel 3 Variabel 4 Variabel 5

Variabel 1

Variabel 2

Variabel 3

Variabel 4

Variabel 5

c. Tabel distribusi

- Distribusi frekuensi

Tabel 3. Distribusi bayi gakin yang memperoleh suplementasi menurut status peningkatan Z score BB/U di Kecamatan PedurunganStatus Peningkatan Z score BB/U Jumlah %

Meningkat 40 46Tidak Meningkat 47 54Jumlah 87 100

- Distribusi frekuensi kumulatif

Tabel 2. Distribusi bayi gakin yang memperoleh suplementasi menurut tingkat pendidikan orang tua di Kecamatan Pedurungan

Tingkat Pendidikan Jumlah % %Kumulatif

SD 40 46 46

SLTP 30 34 80

SLTA 10 11 91

PT 7 9 100

Jumlah 87 100

- Distribusi mean

Tabel 2. Distribusi bayi gakin yang memperoleh suplementasi menurut tingkat pendidikan orang tua di Kecamatan PedurunganKeadaan Z score BB/U Mean SDSebelum diberi suplementasi -1.298 0,136Setelah diberi suplemantasi -1,273 0,131Peningkatan 0,025

d. Tabulasi silang

Tabulasi silang disusun berdasarkan banyaknya baris dan kolom. Tabel jenis ini

banyak digunakan pada perhitungan statistik inferensial untuukk pengujian

hipotesa.

Bagan untuk tabulasi silang, antara lain :

- Tabel dengan 2 baris dan 2 kolom, disebut tabel 2 x 2

Judul Kolom Jumlah

Judul Baris

Jumlah

- Tabel dengan 2 baris dan 3 kolom, disebut tabel 2 x 3

Judul Kolom Jumlah

Judul Baris

Jumlah

- Tabel dengan 3 baris dan 3 kolom, disebut tabel 3 x 3

Judul Kolom Jumlah

Judul Baris

Jumlah

Contoh :

Kategori Pola

Asuh

Status Peningkatan Z score

Jumlah Tidak meningkat Meningkat

Kurang

Bagus

29 (69,0%) 14 (33,0%) 43 (100%)

9 (27,3%) 24 (72,2%) 33 (100%)

Jumlah 38 (50%) 38 (50%) 76 (100%)

3. Grafik

a. Batang sederhana

Contoh 1 : Distribusi IMT menurut jenis kelamin, laki-laki 24,2 ; perempuan

23,4

Coontoh 2 : Perbedaan kadar protein umbi-umbian yang mengalami

pengeringgan dengan berbagai suhu

b. Batang klaster

Contoh : Tingkat keaktifan kader posyandi dari tahun ke tahun

c. Pie chart

Contoh : Proporsi karyawan menurutkategori IMT