Proses Inferensi dan

estimasi (KG)
Dr. R. Darmawan Setijanto, drg., M.Kes
Tujuan Instruksional umum:
Setelah perkuliahan ini mahasiswa mampu melakukan
proses inferensi dengan benar

Tujuan Instruksional Khusus:

Setelah sesi perkuliahan ini mahasiswa mampu,
Menjelaskan perbedaan statistika deskriptif dan inferensial
Membedakan nilai statistik dan nilai parameter
Menjelaskan teori probabilitas
Menginterpretasikan prevalensi dan resiko
Statistika

Statistika Deskriptif:
Analisis karakter kelompok atau sampel tanpa
penarikan kesimpulan tentang kelompok yang lebih
besar atau populasi asal dari sampel tersebut

Statistika Inferensial:
Analisis karakter populasi melalui estimasi nilai sampel
 Manajemen Data Nama Kecepatan
Mengolah Data Menjadi Informasi Tim Balap maksimal
Dengan Statistika Deskriptif Ferrari 350
Data McLaren 335
350 km/jam Honda 340
335 km/jam
Table Toyota 312
340 km/jam 312 km/jam
337 km/jam Renault 337
BMW 360

Kecepatan Maksimal Formula 1

360
Array
360

350
350

340
340

337

335

330
km/jam

320
310
312

300
290
Nama Kecepatan
280
BMW Ferrari BAR Renault McLaren Minardi Tim Balap maksimal
Honda 335 Range
BMW 360
Mean Ferrari 350
Informasi: Standard Deviasi Honda 340
Renault 337
BMW mempunyai Median
McLaren 335
kecepatan maksimal Modus Toyota 312
tertinggi
 Statistika Inferensial

Teori Sampling
Studi tentang hubungan antara populasi dengan sampel
yang diambil dari populasi tersebut berdasarkan teori
probabilitas

Keterbatasan
sumber daya

SAMPEL

Ukuran
POPULASI
karakteristik
sampel
(STATISTIK): Ukuran karakteristik Populasi (PARAMETER):

x, s, r μ, σ, ρ
Teori Probabilitas

Probabilitas klasik :
Andaikan kejadian (E) dapat terjadi dalam h cara dari seluruh n cara
yang mungkin dan n cara ini berkemungkinan sama, maka peluang
terjadinya peristiwa tersebut dinyatakan dengan :

h
p = Pr (E) =
n

Catatan :
(pasti tidak terjadi) 0 ≤ p ≤ 1 (pasti terjadi)
 PROBABILITAS
DOSEN
DOSEN
PRAKTISI
PRAKTISI
BIROKRAT PRAKTISI
DOKTER DOSEN
BIROKRAT PRAKTISI
BIROKRAT
PRAKTISI
BIROKRAT
DOSEN BIROKRAT
PRAKTISI
DOKTER PRAKTISI
DOKTER DOSEN
DOSEN
PRAKTISI DOSEN
BIROKRAT
BIROKRAT PRAKTISI PRAKTISI
PRAKTISI
PRAKTISI
DOKTER
BIROKRAT DOSEN
BIROKRAT
PRAKTISI 15 (37,5%) PRAKTISI BIROKRAT
DOSEN 10 (25%) DOKTER
PRAKTISI
BIROKRAT10 (25%) PRAKTISI
(12,5%) DOSEN
DOKTER 5 DOSEN

RSGMP = 40 STAFFS
DISTRIBUSI DATA
Estimasi Parameter melalui Statistik

σ
Estimasi μ = X ± Zc ------
√N Berapa nilai μ ?

pq
Estimasi Proporsi Populasi = P ± Zc
√
------
N

Mean
2,97

INTERPRETASI RESIKO DARI PREVALENSI

 PREVALENSI DAN RESIKO
PAPARAN

PENYAKIT YA TIDAK TOTAL

YA A B A+B

TIDAK C D C+D

TOTAL A+C B+D A+B+C+D

CROSS-SECTIONAL (RASIO PREVALENSI)

PREVALENSI TERPAPAR = A / A + C DIBAGI DGN. PREVALENSI TAK TERPAPAR = B / B + D

CASE CONTROL (ODDS RATIO)

ODDS RATIO = (A X D) / (B X C)

COHORT (RESIKO RELATIF)

INSIDENS TERPAPAR = A / A + C DIBAGI DGN. INSIDENS TAK TERPAPAR = B / B + D
INTERPRETASI RESIKO DARI PREVALENSI

Dari 1550 penderita rawat inap di RS C,

50 orang menderita infeksi Nosokomial

Berapa Prevalensi ?

Berapa % resiko penderita

rawat inap baru yang akan
terkena infeksi nosokomial di
rumah sakit C ?
Terimakasih