BAB I PENDAHULUAN 1.

1 Latar Belakang Seiring dengan kemajuan zaman, aplikasi statistik dalam bidang kesehatan atau kedokteran mempunyai ruang lingkup yang semakin luas, seperti masalah medis, keluarga berencana, demografi, kesehatan lingkungan, kesehatan kerja, serta peristiwa penting dalam kehidupan yang disebut vital event (kelahiran,kematian,kesakitan,umur harapan hidup,dll). Secara etimologis kata statistik berasal dari kata status (bahasa latin) yang mempunyai persamaan arti dengan kata state (bahasa Inggris) atau kata staat (bahasa belanda),dan yang dalam bahasa Indonesia diterjemahkan menjadi Negara. Penggunaan Statistika sudah dikenal sebelum abad 18,pada saat itu Negara-negara Babilon,Mesir dan Roma mengeluarkan catatan tentang nama,usia,jenis kelamin,pekerjaan dan jumlah anggota keluarga. Kemudian pada tahun 1500,pemerintahan Inggris mengeluarkan catatan mingguan tentang kematian dan tahun 1662,dikembangkan catatan tentang kelahiran dan kematian. Baru pada tahun 1772-1791,G. Achenwall menggunakan istilah statistika sebagai kumpulan data tentang Negara. Tahun 1791-1799,Dr. E.A.W Zimmesman mengenalkan kata statistika dalam bukunya Statistical Account of Scotlan. Tahun 1881-1935 R.Fisher mengenalkan analisa varians dalam literature statistiknya. Di Indonesia Pengantat Statiska telah dicantumkan dalam kurikulum mamtematika Sekolah Dasar sejak tahun 1975. Hal itu disebabkan karena sekitar lingkungan kita berada selalu berkaitan dengan statistic. Misalnya di kantor kelurahan kita mengenal statistic desa,di dalamnya memuat keadaan penduduk mulai dari banyak penduduk,pekerjaannya,banyak anak dan sebagainya. Imu statistika kedokteran mencakup tehnik-tehnik yang berkenaan dengan bidang kedokteran. Dewasa ini kemajuan teknologi di bidang kedoktean menuntut mahasiswa kedokteran dan dokter serta petugas kesehatan lainnya untuk mempelajari prinsip dasar method statistika.

1.2 Tujuan Tujuan dari penyusunan makalah ini adalah sebagai berikut: 1. Untuk memenuhi salah satu tugas mata kuliah Keperawatan Komunitas 2. Untuk mengetahui dan memahami tentang Statistik dalam Kesehatan 1.3 Sistematika Penulisan KATA PENGANTAR DAFTAR ISI BAB I PENDAHULUAN 1.1 Latar Belakang 1.2 Tujuan 1.3 Sistematika Penulisan BAB II PEMBAHASAN 2.1 Statistik Dalam Kesehatan A. Pengertian B. Tujuan dan Kegunaan C. Macam Statistik D. Data E. Pengolahan F. Penyajian G. Ukuran Statistik Kesehatan H. Uji Chi Square 2.2 Konsep Epidimiologi 2.3 Konsep Demografi BAB III PENUTUP 3.1 Kesimpulan 3.2 Saran DAFTAR PUSTAKA

BAB II PEMBAHASAN 2.1 Statistik dalam Kesehatan A. Pengertian Ilmu yang mempelajari hal-hal yang berhubungan dengan data serta sifatsifat data. Adapun kegiatan statistik adalah pengumpilan data, pengolahan data, pengajian dan penganalisaan data, penarikan kesimpulan, serta pembuatan keputusan yang didasarkan data yang diperoleh. Data diperoleh dari fakta, di mana fakta adalah kejadian yang bener-bener terjadi dan buktinya ada. Kegunan data adalah untuk memberikan informasi kepada yang membutuhkan informasi inilah yang memberikan perubahan kepada manusia. Secara umum arti statistik dibedakan menjadi dua bagian besar. Dalam arti sempit statistic merupakan data ringkasan berentuk angka. Sedangkan dalam arti luas statistic merupakan ilmu yang mempelajari cara pengumpulan, pengolahan, penyajian, dan analisa data, termasuk cara pengambilan kesimpulan dengan memperhitungkan unsur ketidak pastian berdasarkan konsep probabilitas. Secara lebih terinci statistik kesehatan adalah suatu cabang dari statistik yang berurusan dengan cara-cara pengumpulan, kompilasi, pengolahan dan interpretasi fakta-fakta numeric sehubungan dengan sehat dan sakit, kelahiran, kematian, dan factor-faktor yang berhubungan dengan itu pada populasi manusia. Statistika kesehatan ialah data atau informasi untuk yang berkaitan dengan masalah kesehatan. Statistika kesehatan sangat bermanfaat untuk kepentingan administrative, seperti merencanakan program pelayanan kesehatan, dan melakukan analisis tentang berbagai penyakit selama periode waktu tertentu. Selain itu, statistika kesehatan juga berguna untuk menentukan penyebab timbulnya penyakit baru yang belum diketahui atau untuk menguji manfaat obat bagi penyembuhan penyakit tertentu setelah hasil uji klinik dinyatakan berhasil. B. Tujuan dan kegunaan Statistik 1. Menyederhanakan data, sehingga data tersebut dapat menghasilkan informasi 2. Menjawab masalah yang ada dalam masalah 3. Memebuktikan suatu dengan yang belum terjadi meliputi penelitian. 4. Membantu seseorang didalam pengambangan daya kritik dalam suatu kegiatan pengambilan keputusan dengan menggunakan cara-cara kuantitatif. Adapun kegunaan dari statistik yaitu diantaranya: 1. Merencanakan kebijakan dalam bidang kesehatan masyarakat

2. 3. 4.

Menentukan masalah dan penyebab dari suatu masalah kesehatan Menentukan prioritas dari suatu program kesehatan. Membantu para pengelola dan pelaksana program kesehatan, khususnya dalam pengambilan keputusan. 5. Memberikan gambaran status kesehatan masyarakat 6. Memperbandingkan tingkat kesehatan masyarakat dengan melihat data yang telah ada. 7. Menentukan kebutuhan-kebutuhan dalam bidang kesehatan 8. Sebagai bahan monitoring, ringkasan data yang membentuk angka akan sangat membantu dalam memonitor seluruh kekuatan dan kelemahan program yang yang menyangkut berbagai variable yang berbentuk ringkasan data tersebut. 9. Sebagai bahan evaluasi keberhasilan program kesehatan dengan melihat berbagai data yang dapat dipercaya, maka dapat dianalisis dan ditentukan apakah program tersebut sudah sesuai. 10. Statistik dasar berguna dalam hal: a. Memberikan gambaran tentang suatu objek secar lengkap dan ringkas b. Membandingkan antara kejadian satu dan lainnya, mengacu pada waktu atau tempat c. Membuat ramalan pada kejadian yang sama di masa yang akan datang. C. Macam Statistik Statistik Deskriptif Bertujuan untuk menggambarkan suatu ciri penduduk, masyarakat, organisasi, pada situasi tertentu, dan berdasarkan data yang diperoleh. Penggunaan statistic deskriptif bertujuan menggambarkan sesuatu yang spesifik saja, dan tidak memikirkan mengenai implikasi atau kesimpulan yang mewakili sesuatu yang besar dan umum. Dari pengertian ini dapat dipahami bahwa statistic deskriptif merupakan: 1. Peringkasan, pengklasifikasian, dan penyajian data 2. Sebagai langkah pertamasebelum analistis statistic inferensial 3. Analisis terhadap data dari seluruh populasi Statistik deskriptif tidak bertujuan untuk menggenaralisasi atau menginferensi data yang ambil dari sempel ke populasi, karena sampel yang tidak representative atau tidak mewakili populasi (dilihat dari besar atau ukuran sampel atau pengambilan sempel dan keterwakilan cirri-ciri populasi dalam sempel). Misalnya statistik jumlah kinjungan kepuskesmas.

 Statistik Inferensial Bertujuan untuk menaksir secara umum suatu populasi dengan menggunakan hasil sempel, termasuk didalamnya teori penaksiran dan pengujian teori. Statistik ini dimulai dengam pengumpulan data sampai pada kesimpulan serta ditandai dengan tindak lanjut, sehingga kegiatannya lebih dinamis.Misalnya pengujian penggunaan obat. Selanjutnya Statistik Inferensial dapat dibedakan menjadi 2 yaitu: a. Statistik Parametris Digunakan untuk menganalisis data interval atau rasio, yang diambil dari populasi yang berdistribusi normal. b. Statistik Non Parametris Digunakan untuk menganalisis data nominal dan ordinal dari populasi yang bebas distribusi. D. Data Kumpulan hasil pengamatan atau pengukuran terhadap sifat atau karakteristik yang diteliti. Data merupakan konsep jamak dari dotum, yang berarti suatu hubungan himpunan angka yang berasal dari hasil pengukuran individu. Sedangkan kumpulan dari data disebut agregat. Klasifikasi atau jenis data dapat dibagi sebagai berikut> Data Menurut Tingkat Pengolahannya 1. Row data merupakan data mentah dan belum di olah. 2. Array data merupakan yang belum dikelompokan tetapi disusun besar kecilnya. 3. Ungrouped data merupakan raw data yang belum dikelompokan. 4. Grouped data merupakn data yang telah dikelompokan dalam kelaskelas tertentu Data Menurut Bentuk angka 1. Data diskrit, data yang bentuk angkanya bulat. 2. Data kontinu, data yang angkanya pecahan Data Menurut Sifatnya 1. Data kuantitatif, data yang berwujud angka 2. Data kualitatif, data yang tidak terwujud angka Data Menurut Sunbernya 1. Data primer data yang didapat langsung dari individu atau masyarakat 2. Data Sekunder data yang didapat dari orang lain, organisasi tertentu yang sudah diolah

 Data Menurut Skala Pengukuranya Data yang diperoleh dari pengukuran dengan alat ukur perlu dinyatakan dalam ukuran skala. 1. Skala Normal Mempunyai beberapa kategori, antara kategori tidak dapat diketahui tingkat perbedaan nya. Contoh: Jenis kelamin, golongan pekerjaan. 2. Skala Ordinal Mempunyai beberapa kategori, antar kategori dapat diketahui tingkat perbedaannnya, namun tidak dapat diketahui besarnya tingkat pekerjaan. Contoh: Tingkat pendidikan seperti tidak sekolah, SD, SMP, SMA, Perguruan tinggi. 3. Skala Interval Mempunyai beberapa kategori, antar beberapa kategori dapat dibedakan, dan besarnya perbedaan, namun tidak dapat diketahui tingkat kelipatannya, tidak mengakui titik nol absolute. Contoh: Tingkat pengetahuan, nilai A=80, nilai B=40, hal ini tidak berarti A dua kali lebih pandai dari B. 4. Skala Rasio Mempunyai beberapa kategori, antr antagoni diketahui tingkat perbedaannya, tingkat kelipatannya, dan mengakui adanya titik nol adsolut. Contoh : Usia, berat badan, tinggi badan, penghasilan. E. Pengolahan Pengolahan data statistik dapat dilakukan dengan cara manual atau dengan bantuan perangkat lunak (software) komputer. Pengolahan data secara manual dewasa ini sudah jarang dilakukan. Namun, untuk data yang berskala kecil dan dengan kelangkaan prasarana komputer dan kemampuan (keterampilan) sumber daya manusia, pengolahan secara manual masih digunakan (dilakukan). Pengolahan data atau disebut juga proses pra-analisa mempunyai tahap-tahap sebagai berikut: 1. Editing Data Proses editing merupakan proses dimana peneliti melakukan klarifikasi, keterbacaan, konsisitensi dan kelengkapan data yang sudah terkumpul. Proses klarifikasi menyangkut memberikan penjelasan mengenai apakah data yang sudah terkumpul akan menciptakan masalah konseptual atau teknis pada saat peneliti melakukan analisa data. 2. Pengembangan Variabel Yang dimaksud dengan pengembangan variable ialah spesifikasi semua variable yang diperlukan oleh peneliti yang tercakup dalam data yang sudah terkumpul atau dengan kata lain apakah semua variable yang diperlukan sudah termasuk dalam data. Jika belum ini berarti data yang

terkumpul belum lengkap atau belum mencakup semua variable yang sedang diteliti. 3. Pengkodean Data Pemberian kode pada data dimaksudkan untuk menterjemahkan data kedalam kode-kode yang biasanya dalam bentuk angka. Tujuannya ialah untuk dapat dipindahkan kedalam sarana penyimpanan, misalnya komputer dan analisa berikutnya. 4. Cek Kesalahan Peneliti melakukan pengecekan kesalahan sebelum dimasukkan kedalam komputer untuk melihat apakah langkah-langkah sebelumnya sudah diselesikan tanpa kesalahan yang serius. 5. Membuat Struktur Data Peneliti membat struktur data yang mencakup semua data yang dibutuhkan untuk analisa kemudian dipindahkan kedalam komputer. 6. Cek Preanalisa Komputer Struktur data yang sudah final kemudian dipersiapkan untuk analisa komputer dan sebelumnya harus dilakukan pengecekan preanalisa komputer agar diketahui konsistensi dan kelengkapan data. 7. Ukuran Statistik a. Mean (rata-rata) Rata-rata hitung atau arithmetic mean atau sering disebut dengan istilah mean saja merupakan metode yang paling banyak digunakan untuk menggambarkan ukuran tendensi sentral. Mean dihitung dengan menjumlahkan semua nilai data pengamatan kemudian dibagi dengan banyaknya data. Definisi tersebut dapat di nyatakan dengan persamaan berikut: Sampel:

Populasi:

Keterangan: = lambang penjumlahan semua gugus data pengamatan n = banyaknya sampel data N = banyaknya data populasi = nilai rata-rata sampel = nilai rata-rata populasi Mean dilambangkan dengan (dibaca "x-bar") jika kumpulan data ini merupakan contoh (sampel) dari populasi, sedangkan jika semua data berasal dari populasi, mean dilambangkan dengan (huruf kecil Yunani mu).

a. Rata-rata hitung (Mean) untuk data tunggal Contoh 1: Hitunglah nilai rata-rata dari nilai ujian matematika kelas 3 SMU berikut ini: 2; 4; 5; 6; 6; 7; 7; 7; 8; 9 Jawab:

Nilai rata-rata dari data yang sudah dikelompokkan bisa dihitung dengan menggunakan formula berikut:

Keterangan: = lambang penjumlahan semua gugus data pengamatan fi = frekuensi data ke-i n = banyaknya sampel data = nilai rata-rata sampel Contoh 2: Berapa rata-rata hitung pada tabel frekuensi berikut: xi fi 70 5 69 6 45 3 80 1 56 1 Catatan: Tabel frekuensi pada tabel di atas merupakan tabel frekuensi untuk data tunggal, bukan tabel frekuensi dari data yang sudah dikelompokkan berdasarkan selang/kelas tertentu. Jawab: xi fi fixi 70 5 350 69 6 414 45 3 135 80 1 80 56 1 56 Jumlah 16 1035

b. Mean dari data distribusi Frekuensi atau dari gabungan: Distribusi Frekuensi: Rata-rata hitung dari data yang sudah disusun dalam bentuk tabel distribusi frekuensi dapat ditentukan dengan menggunakan formula yang sama dengan formula untuk menghitung nilai rata-rata dari data yang sudah dikelompokkan, yaitu: Keterangan: = lambang penjumlahan semua gugus data pengamatan fi =frekuensi data ke i = nilai rata-rata sampel Contoh 3: Tabel berikut ini adalah nilai ujian statistik 80 mahasiswa yang sudah disusun dalam tabel frekuensi. Berbeda dengan contoh 2, pada contoh ke-3 ini, tabel distribusi frekuensi dibuat dari data yang sudah dikelompokkan berdasarkan selang/kelas tertentu (banyak kelas = 7 dan panjang kelas = 10). Kelas ke- Nilai Ujian 1 31 - 40 2 41 - 50 3 51 - 60 4 61 - 70 5 71 - 80 6 81 - 90 7 91 - 100 Jumlah fi 2 3 5 13 24 21 12 80

Jawab: Buat daftar tabel berikut, tentukan nilai pewakilnya (xi) dan hitung fixi. Kelas ke- Nilai Ujian fi xi fixi 1 31 - 40 2 35.5 71.0 2 41 - 50 3 45.5 136.5 3 51 - 60 5 55.5 277.5 4 61 - 70 13 65.5 851.5 5 71 - 80 24 75.5 1812.0 6 81 - 90 21 85.5 1795.5 7 91 - 100 12 95.5 1146.0 Jumlah 80 6090.0

Catatan: Pendekatan perhitungan nilai rata-rata hitung dengan menggunakan distribusi frekuensi kurang akurat dibandingkan dengan cara perhitungan rata-rata hitung dengan menggunakan data aktualnya. Pendekatan ini seharusnya hanya digunakan apabila tidak memungkinkan untuk menghitung nilai rata-rata hitung dari sumber data aslinya. Rata-rata Gabungan atau rata-rata terboboti (Weighted Mean) Rata-rata gabungan (disebut juga grand mean, pooled mean, atau rata-rata umum) adalah cara yang tepat untuk menggabungkan ratarata hitung dari beberapa sampel.

Contoh 4: Tiga sub sampel masing-masing berukuran 10, 6, 8 dan rata-ratanya 145, 118, dan 162. Berapa rata-ratanya? Jawab:

b. Median Median dari n pengukuran atau pengamatan x1, x2 ,..., xn adalah nilai pengamatan yang terletak di tengah gugus data setelah data tersebut diurutkan. Apabila banyaknya pengamatan (n) ganjil, median terletak tepat ditengah gugus data, sedangkan bila ngenap, median diperoleh dengan cara interpolasi yaitu ratarata dari dua data yang berada di tengah gugus data. Dengan demikian, median membagi himpunan pengamatan menjadi dua bagian yang sama besar, 50% dari pengamatan terletak di bawah median dan 50% lagi terletak di atas median. Median sering dilambangkan dengan (dibaca "x-tilde") apabila sumber datanya berasal dari sampel (dibaca "-tilde") untuk median populasi. Median tidak dipengaruhi oleh nilai-nilai aktual dari pengamatan melainkan pada posisi mereka. Prosedur untuk menentukan nilai median, pertama urutkan data terlebih dahulu, kemudian ikuti salah satu prosedur berikut ini: Banyak data ganjil mediannya adalah nilai yang berada tepat di tengah gugus data Banyak data genap mediannya adalah rata-rata dari dua nilai data yang berada di tengah gugus data

10

a. Median data tunggal: Untuk menentukan median dari data tunggal, terlebih dulu kita harus mengetahui letak/posisi median tersebut. Posisi median dapat ditentukan dengan menggunakan formula berikut:

dimana n = banyaknya data pengamatan. Median apabila n ganjil: Contoh 5: Hitunglah median dari nilai ujian matematika kelas 3 SMU berikut ini: 8; 4; 5; 6; 7; 6; 7; 7; 2; 9; 10 Jawab: data: 8; 4; 5; 6; 7; 6; 7; 7; 2; 9; 10 setelah diurutkan: 2; 4; 5; 6; 6; 7; 7; 7; 8; 9; 10 banyaknya data (n) = 11 posisi Me = (11+1) = 6 jadi Median = 7 (data yang terletak pada urutan ke-6) Nilai Ujian 2 4 5 6 6 7 7 7 8 9 10 Urutan data ke1 2 3 4 5 6 7 8 9 10 11 Median apabila n genap: Contoh 6: Hitunglah median dari nilai ujian matematika kelas 3 SMU berikut ini: 8; 4; 5; 6; 7; 6; 7; 7; 2; 9 Jawab: Data: 8; 4; 5; 6; 7; 6; 7; 7; 2; 9 setelah diurutkan: 2; 4; 5; 6; 6; 7; 7; 7; 8; 9 banyaknya data (n) = 10 posisi Me = (10+1) = 5.5 Data tengahnya: 6 dan 7 jadi Median = (6+7) = 6.5 (rata-rata dari 2 data yang terletak pada urutan ke-5 dan ke-6) Nilai Ujian 2 4 5 6 6 7 7 7 8 9 Urutan data ke- 1 2 3 4 5 6 7 8 9 10 b. Median dalam distribusi frekuensi: Formula untuk menentukan median dari tabel distribusi frekuensi adalah sebagai berikut: b = batas bawah kelas median dari kelas selang

11

yang mengandung unsur atau memuat nilai median p = panjang kelas median n = ukuran sampel/banyak data f = frekuensi kelas median F = Jumlah semua frekuensi dengan tanda kelas lebih kecil dari kelas median (fi)

Contoh 7: Tentukan nilai median dari tabel distribusi frekuensi pada Contoh 3 di atas! Jawab: Kelas ke- Nilai Ujian fi fkum 31 - 40 2 2 1 41 50 3 5 2 51 - 60 5 10 3 61 - 70 13 23 4 71 - 80 24 47 letak kelas median 5 81 90 21 6 91 - 100 12 80 7 Jumlah 80 8 Letak kelas median: Setengah dari seluruh data = 40, terletak pada kelas ke-5 (nilai ujian 71-80) b = 70.5, p = 10 n = 80, f = 24 f = 24 (frekuensi kelas median) F = 2 + 3 + 5 + 13 = 23 c. Mode Mode adalah data yang paling sering muncul/terjadi. Untuk menentukan modus, pertama susun data dalam urutan meningkat atau sebaliknya, kemudian hitung frekuensinya. Nilai yang frekuensinya paling besar (sering muncul) adalah modus. Modus digunakan baik untuk tipe data numerik atau pun data kategoris. Modus tidak dipengaruhi oleh nilai ekstrem. Beberapa kemungkinan tentang modus suatu gugus data: Apabila pada sekumpulan data terdapat dua mode, maka gugus data tersebut dikatakan bimodal. Apabila pada sekumpulan data terdapat lebih dari dua mode, maka gugus data tersebut dikatakan multimodal. Apabila pada sekumpulan data tidak terdapat mode, maka gugus data tersebut dikatakan tidak mempunyai modus.

12

Meskipun suatu gugus data mungkin saja tidak memiliki modus, namun pada suatu distribusi data kontinyu, modus dapat ditentukan secara analitis. Untuk gugus data yang distribusinya simetris, nilai mean, median dan modus semuanya sama. Untuk distribusi miring ke kiri (negatively skewed): mean < median < modus untuk distribusi miring ke kanan (positively skewed): terjadi hal yang sebaliknya, yaitu mean > median > modus.

Hubungan antara ketiga ukuran tendensi sentral untuk data yang tidak berdistribusi normal, namun hampir simetris dapat didekati dengan menggunakan rumus empiris berikut: Mean - Mode = 3 (Mean - Median) a. Modus Data Tunggal: Contoh 8: Berapa modus dari nilai ujian matematika kelas 3 SMU berikut ini: 2, 4, 5, 6, 6, 7, 7, 7, 8, 9 2, 4, 6, 6, 6, 7, 7, 7, 8, 9 2, 4, 6, 6, 6, 7, 8, 8, 8, 9 2, 4, 5, 5, 6, 7, 7, 8, 8, 9 1, 2, 3, 4, 5, 6, 7, 8, 9, 10 Jawab:

2, 4, 5, 6, 6, 7, 7, 7, 8, 9 Nilai yang sering muncul adalah angka 7 (frekuensi terbanyak = 3), sehingga Modus (M) = 7 2, 4, 6, 6, 6, 7, 7, 7, 8, 9 Nilai yang sering muncul adalah angka 6 dan 7 (masing-masing muncul 3 kali), sehingga Modusnya ada dua, yaitu 6 dan 7. Gugus data tersebut dikatakan bimodal karena mempunyai dua modus. Karena ke-2 mode tersebut nilainya berurutan, mode sering dihitung dengan menghitung nilai rata-rata keduanya, (6+7) = 6.5. 2, 4, 6, 6, 6, 7, 8, 8, 8, 9 Nilai yang sering muncul adalah angka 6 dan 8 (masing-masing muncul 3 kali), sehingga Modusnya ada dua, yaitu 6 dan 8.

13

Gugus data tersebut dikatakan bimodal karena mempunyai dua modus. Nilai mode tunggal tidak dapat dihitung karena ke-2 mode tersebut tidak berurutan. 2, 4, 5, 5, 6, 7, 7, 8, 8, 9 Nilai yang sering muncul adalah angka 5, 6 dan 7 (masing-masing muncul 2 kali), sehingga Modusnya ada tiga, yaitu 5, 6 dan 7. Gugus data tersebut dikatakan multimodal karena modusnya lebih dari dua. 1, 2, 3, 4, 5, 6, 7, 8, 9, 10 Pada gugus data tersebut, semua frekuensi data sama, masing-masing muncul satu kali, sehingga gugus data tersebut dikatakan tidak mempunyai modusnya

b. Mode dalam Distribusi Frekuensi:

Dimana: Mo = modal = kelas yang memuat modus b = batas bawah kelas modal p = panjang kelas modal bmo = frekuensi dari kelas yang memuat modus (yang nilainya tertinggi) b1= bmo bmo-1 = frekuensi kelas modal frekuensi kelas sebelumnya b2 = bmo bmo+1 = frekuensi kelas modal frekuensi kelas sesudahnya Contoh 9: Tentukan nilai median dari tabel distribusi frekuensi pada Contoh 3 di atas! Jawab: Kelas ke- Nilai Ujian fi 31 - 40 2 1 41 - 50 3 2 51 60 5 3 61 - 70 13 4 b1 = (24 13) = 11 71 - 80 24 kelas modal (frekuensinya paling besar) 5 b2 =(24 21) =3 81 - 90 21 6 91 - 100 12 7 Jumlah 80 8

14

Kelas modul =kelas ke-5 b = 71-0.5 = 70.5 b1 = 24 -13 = 11 b2 = 24 21 = 3 p = 10 Selain tiga ukuran tendensi sentral di atas (mean, median, dan mode), terdapat ukuran tendensi sentral lainnya, yaitu rata-rata ukur (Geometric Mean) dan rata-rata harmonis (Harmonic Mean) (4) Rata-rata Ukur (Geometric Mean) Untuk gugus data positif x1, x2, , xn, rata-rata geometrik adalah akar ke-n dari hasil perkalian unsur-unsur datanya. Secara matematis dapat dinyatakan dengan formula berikut: Dimana : U = rata-rata ukur (rata-rata geometrik) n = banyaknya sampel = Huruf kapital (pi) yang menyatakan jumlah dari hasil kali unsur-unsur data. Rata-rata geometrik sering digunakan dalam bisnis dan ekonomi untuk menghitung rata-rata tingkat perubahan, rata-rata tingkat pertumbuhan, atau rasio rata-rata untuk data berurutan tetap atau hampir tetap atau untuk rata-rata kenaikan dalam bentuk persentase. a. Rata-rata ukur untuk data tunggal Contoh 10: Berapakah rata-rata ukur dari data 2, 4, 8? Jawab: atau:

b. Distribusi Frekuensi:

xi = tanda kelas (nilai tengah) fi = frekuensi yang sesuai dengan xi Contoh 11: Tentukan rata-rata ukur dari tabel distribusi frekuensi pada Contoh 3 di atas!

15

Jawab Kelas ke- Nilai Ujian 31 40 1 41 50 2 51 60 3 61 70 4 71 80 5 81 90 6 91 100 7 Jumlah 8 (5) Rata-rata Harmonik (H) Rata-rata harmonik dari suatu kumpulan data x1, x2, , xn adalah kebalikan dari nilai rata-rata hitung (aritmetik mean). Secara matematis dapat dinyatakan dengan formula berikut: Fi 2 3 5 13 24 21 12 80 Xi 35.5 45.5 55.5 65.5 75.5 85.5 95.5 log xi 1.5502 1.6580 1.7443 1.8162 1.8779 1.9320 1.9800 fi.log xi 3.1005 4.9740 8.7215 23.6111 45.0707 40.5713 23.7600 149.8091

Secara umum, rata-rata harmonic jarang digunakan. Rata-rata ini hanya digunakan untuk data yang bersifat khusus. Misalnya,rata-rata harmonik sering digunakan sebagai ukuran tendensi sentral untuk kumpulan data yang menunjukkan adanya laju perubahan, seperti kecepatan. a. Rata-rata harmonic untuk data tunggal Contoh 12: Si A bepergian pulang pergi. Waktu pergi ia mengendarai kendaraan dengan kecepatan 10 km/jam, sedangkan waktu kembalinya 20 km/jam. Berapakah rata-rata kecepatan pulang pergi? Jawab: Apabila kita menghitungnya dengan menggunakan rumus jarak dan kecepatan, tentu hasilnya 13.5 km/jam! Apabila kita gunakan perhitungan rata-rata hitung, hasilnya tidak tepat!

Pada kasus ini, lebih tepat menggunakan rata-rata harmonik:

16

b. Rata-rata Harmonik untuk Distribusi Frekuensi:

Contoh 13: Berapa rata-rata Harmonik dari tabel distribusi frekuensi pada Contoh 3 di atas! Jawab: Kelas ke- Nilai Ujian fi xi fi/xi 31 40 2 35.5 0.0563 1 41 50 3 45.5 0.0659 2 51 60 5 55.5 0.0901 3 61 70 13 65.5 0.1985 4 71 80 24 75.5 0.3179 5 81 90 21 85.5 0.2456 6 91 - 100 12 95.5 0.1257 7 Jumlah 80 1.1000 8

F. Penyajian Cara penyajian data Pada umumnya dikelompokkan menjadi tiga, yaitu: 1. Penyajian dalam Bentuk Tekstular Penyajian data hasil penelitian dalam bentuk kalimat. Misalnya: penyebaran penyakit malaria di daerah pedesaan pantai lebih tinggi bila dibandingkan dengan penduduk pedesaan pedalaman. Penyajian data dalam bentuk tabel adalah suatu penyajian yang sistematik dari data numerik, yang tersusun dalam kolom atau jajaran. Sedangkan penyajian dalam bentuk grafik adalah suatu penyajian data secara visual. Penyajian hasil penelitian kuantitatif yang sering menggunakan bentul tabel atau grafik, oleh sebab itu yang akan diuraikan lebih lanjut dalam bab ini adalah kedua bentuk penyajian tersebut. 2. Penyajian dalam-Bentuk Tabel Berdasarkan penggunaannya, tabel dalam statistik dibedakan menjadi dua, yakni tabel umum (master table) dan tabel khusus. Tabel umum dipergunakan untuk tujuan umum, dan tabel khusus untuk tujuan khusus. a. Tabel Umum Yang dimaksud tabel umum di sini adalah suatu tabel yang berisi seluruh data atau variabel hasil penelitian.

17

No 1. 2. 3. 4. Dst.

Nama Yani Ana Anton Ari

Usia 20 14 10 8

Jenis Kelamin L P L p

Pendidikan Suku PT SLTP SD SD Jawa Jawa Jawa Jawa

Status Ekonomi Menengah Rendah Rendah Rendah

Dsb -

Ciri Penderita TB. Paru Desa Cerme, gresik 2008

b.

Tabel Khusus Tabel khusus merupakan penjabaran atau bagian dari tabel umum. Ciri utama dari tabel khusus ialah angka-angka dapat dibulatkan, dan hanya berisi beberapa variabel saja. Gunanya tabel khusus ini antara lain untuk menggambarkan adanya hubungan atau asosiasi khusus, dan menyajikan data yang terpilih (selective) dalam bentuk sederhana. Usia Jumlah Presentase <20 6 2,56 20-24 74 31,26 25-29 85 36,22 30-34 48 20,51 35-39 14 5,98 40-44 4 1,70 >44 3 1,29 Jumlah 234 100,000 Distribusi Usia Respoden

3.

Penyajian dalam Bentuk Grafik Penyajian data secara visual dilakukan melalui bentuk grafik, gambar, atau diagram. Ketentuan umum untuk membuat grafik, diagram, atau gambar data antara lain: a. Judul grafik, diagram, gambar atau skema harus jelas dan tepat. Judul terletak di atas tengah gambar atau grafik, dan menggambarkan ciri data, tempat dan tahun data tersebut diperoleh (what, where and when). b. Garis horizontal maupun garis vertikal sebagai koordinat harus di atas agar garis kurva tampak jelas. c. Skala pada grafik atau gambar harus ada catatan tentang satuan yang dipakai, misalnya tahun, hari, kilogram, celcius, dan sebagainya.

18

d.

Apabila data dari grafik atau gambar tersebut diambil dari sumber lain (bukan hasil penelitian sendiri), maka sumber data harus ditulis di bawah kiri grafik atau gambar tersebut.

Distribusi Pendidikan Responden

buta huruf tidak tamat SD Tamat SD Tamat SMP Tamat SMA

Pie Diagram
14 12 10 8 6 4 2 0 tamat sd tamat smp tamat sma tidak meneruskan Series 3 Series 2 Series 1

Diagram Garis
35 30 25 20 15 10 5 0 buta huruf tamat sd SMP SMA rendah menengah tinggi

Diagram Batang

19

100% 80% 60% 40% 20% 0% Category 1 Category 2 Category 3 Category 4 Series 3 Series 2 Series 1

G. Ukuran Statistik Kesehatan Purata (rate) adalah ukuran umum yang sering digunakan dalam analisis statistik, khususnya statistik kesehatan. Rate adalah suatu jumlah kejadian dihubungkan dengan pop ulasi yang bersangkutan. Rate yang dihitung dari total populasi di dalam suatu area sebagai denominator (penyebut) disebut crude rate atau angka kasar (purata kasar). Sedangkan rate yang dihitung dari kelompok atau segmen tertentu disebut specific rate atau angka spesifik (purata spesifik). H. Uji Chi Square Dengan SPSS Uji Chi-square yang umum dikenal oleh banyak orang adalah pengujian terhadap keterkaitan antara dua buah variabel hasil perhitungan (count data), sehingga dasar pengujian yang digunakan adalah selisih nilai proporsi dari nilai observasi dengan nilai harapan. Ada pula yang mengasosiasikan uji chisquare sebagai pengujian untuk melihat hubungan antara dua buah variabel kualitatif (katagorik). Umumnya keterkaitan antar dua variabel kualitatif secara deskriptif ditampilkan dalam bentuk tabel kontingensi (CrossTabulation). Ada banyak jenis uji selisih proporsi/uji chi-square yang dikemukakan oleh banyak buku dan literatur, setiap jenis pengujian tersebut didasarkan pada asumsi-asumsi tertentu yang harus dipenuhi oleh data yang akan diujikan, berikut beberapa uji proporsi (Chi-square yang umum digunakan): Uji Pearson Chi-square: Uji pearson Chi-square digunakan untuk menguji keterkaitan antar dua variabel katagori dimana asumsinya nilai harapan untuk setiap sel minimal 5 atau lebihy, dengan kata lain data yang terlibat dalam uji Pearson Chi-square harus lah banyak, berikut contoh data yang memenuhi asumsi dari uji Pearson Chi-square: Data dibawah digunakan untuk melihat hubungan antara tipe sekolah dengan gender, apakah ada kecenderungan sekolah swasta lebih banyak murid perempuan jika dibandingkan dengan sekolah negeri. Data

20

Prosedir analisa

Masukan Variabel :

Klik Statistics..

21

Continue Kemudian Klik Cells..

Continue Kemudian Klik OK OUTPUT Tabel Kontingensi

22

Informasi mengenai proporsi jumlah Laki-laki dan Perempuan berdasarkan Katagori Sekolah. Terlihat persentasi/proporsi jumlah LAKILAKI di sekolah NEGERI dan SWASTA relatif sama, begitu pula dengan siswa PEREMPUAN. Uji Chi-Square

Informasi mengenai proporsi jumlah Laki-laki dan Perempuan berdasarkan Katagori Sekolah. Terlihat persentasi/proporsi jumlah LAKI-LAKI di sekolah NEGERI dan SWASTA relatif sama, begitu pula dengan siswa PEREMPUAN.. Uji Chi-Square Terlihat dari hasil uji Pearson Chi-square di dapat nilai signifikan (p-value) = 0,828 sehingga keputusan yang kita ambil adalah menerima Ho yang berarti bahwa tidak ada perbedaan yang signifikan proporsi LAKI-LAKI dan PEREMPUAN antara sekolah Negeri dengan sekolah SWASTA. 2.2 Konsep Epidimiologi Kata epidemiologi berasal dari kata Epi, Demos dan Logos. Epi artinya atas, Demos artinya masyarakat, dan Logos artinya ilmu. Dari arti kata tersebut, maka epidemiologi dapat diartikan yaitu. Epidemiologi adalah ilmu yang mempelajari kejadian dan penyebaran penyakit atau masalah kesehatan serta faktor-faktor yang mempengaruhinya, pada sekelompok manusia tertentu. Ilmu ini dikembangkan dari pengalaman mempelajari beberapa wabah penyakit pada waktu-waktu tertentu dengan angka kematian yang tinggi.

23

Ilmu epidemiologi kini telah berkembang dengan pesat sehingga dikenal beberapa cabang epidemiologi seperti: epidemiologi penyakit non infeksi, epidemiologi klinik, epidemiologi kesehatan kerja, dan lain-lain. Sebagai contoh, kini juga dikenal epidemiologi penyakit-penyakit di rumah sakit, epidemiologi kanker, epidemiologi kecelakaan lalu lintas dan epidemiologi penyakit akibat kerja, dan sebagainya. Ruang Lingkup Epidemiologi a) Masalah Kesehatan sebagai subjek dan objek epidemiologi Epidemiologi tidak hanya sekedar mempelajari masalahmasalah penyakit-penyakit saja, tetapi juga mencakup masalah kesehatan yang sangat luas ditemukan di masyatrakat. Diantaranya masalah keluarga berencana, masalah lingkungan, pengadaan tenaga kesehatan, pengadaan sarana kesehatan, dan sebagainya. Dengan demikian, subjek dan objekepidemioloh=gi berkaitan dengan masalah kesehatan secara keseluruhan. b) Masalah Kesehatan pada Sekelompok Manusia Pekerjaan epidemiologi dalam mempelajari masalah kesehatan, akan memanfaatkan data dari hasil pengkajian terhadap sekelompok manusia, apakah itu mengyangkut masalah penyakit, keluarga berencana atau kesehatan lingkungan. Setelah dianalisis dan diketahui penyebabbnya dilakukan upaya-upaya penanggulangan sebagai tindak lanjutnya. c) Pemanfaatan Data tentang Frekuensi dan Penyebaran Masalah Kesehatan dalam Merumuskan penyebab timbulnya suatu masalah kesehatan Pekerjaan epidemiologi akan dapat mengetahui banyak hal tentang masalah kesehatan dan penyebabnya dari masalah tersebut dengan cara menganalisis data tentang frekuensi dan penyebarannya masalah kesehatan yang terjadi pada sekelompok manusia atau masyarakat. Dengan memanfaatkan perbedaan yang kemeduian dilakukan uji statistic, maka dapat dirumuskan penyebab timbulnya masalah kesehatan. Ada beberapa istilah yang dikenal dalam epidemiologi untuk menggambarkan besar dan luasnya kejadian penyakit, seperti : a). Endemi Keadaan dimana penyakit atau penyebab penyakit tertentu secara terus menerus tetap ada pada populasi manusia dalam suatu area geografis tertentu.

24

Epidemi Terjadinya kasuskasus dengan sifat-sifat yang sama pada sekelompok manusia pada suatu area geografis tertentu dengan efek yang nyata pada masyarakat tersebut melebihi insidens yang normal dari penyakit tersebut. c). Common source (epidemik yang ditimbulkan dari sumber yang sama) Suatu epidemi dimana manusia atau binatang atau benda yang spesifik telah menjadi alat utama dalam penularan penyakit tersebut. d). Propagated source (epidemi yang timbul akibat sumber penyebaran) Suatu epidemi dimana infeksi ditularkan dari orang ke orang atau dari binatang ke binatang dengan cara sedemikian rupa sehingga kasus-kasus yang ditemukan tidak dapat dikatakan disebabkan oleh penularan dari sumber tunggal. e). Pandemi Suatu penyakit epidemi yang mengenai penduduk beberapa negara atau benua. Bagian ini akan membantu Anda memahami lebih jelas lagi tentang masingmasing komponen. Untuk itu pelajari bagian ini dengan cermat.
1. Faktor penyebab

b).

Penyebab suatu penyakit (agent) adalah semua unsur atau elemen hidup maupun tak hidup yang kehadirannya atau ketidakhadirannya, bila diikuti dengan kontak yang efektif terhadap manusia yang rentan dalam keadaan yang memungkinkan, akan menjadi stimuli untuk menginisiasi dan memudahkan terjadinya suatu proses penyakit biologis, kimia, nutrisi, mekanik dan agent fisik. a. Penyebab Biologis 1. Protozoa, yaitu Organisme uniseluler, dapat menyebabkan antara lain: malaria, trypanosomiasis, leismaniasis, disentri amuba, dan lain-lain. Kebanyakan dari organisme ini berkembang biak di luar tubuh manusia, dan biasanya vectorborne ditularkan melalui vektor, yaitu artropoda). 2. Metazoa yaitu Organisme parasitik multiseluler, dapat menyebabkan antara lain: trichinosis, askariasis, schistosomiasis, dan lain-lain.

25

3. Bakteri yaitu Organisme uniseluler yang menyerupai tanaman, dapat menyebabkan bermacam-macam penyakit, misalnya: TBC, meningitis, salmonelosis, dan lain-lain. Bakteri yang dapat menyebabkan penyakit biasanya dapat berkembangbiak baik di dalam maupun di luar tubuh manusia. Beberapa penyakit yang disebabkan oleh bakteri dapat ditularkan secara langsung dari manusia ke manusia, tetapi dapat juga bakteri tersebut berasal dari lingkungan. 4. Virus yaitu Agent biologis yang terkecil. Beberapa penyakit yang ditimbulkan adalah: influenza, rabies, rubella, ensefalitis, dan lain-lain. Biasanya penyakit-penyakit ini ditularkan secara langsung dari manusia ke manusia yang lainnya. Untuk kelangsungan hidupnya, virus memerlukan sel hidup. 5. Jamur yaitu Sejenis tanaman yang tidak mempunyai khlorofil, dapat uni maupun multiseluler. Penyakit-penyakit yang disebabkan olehnya antara lain: histoplasmosis, epidermafitosis, moniliasis, dan lain-lain. Resistensi organisme ini tinggi karena mereka membentuk spora. Reservoir umumnya adalah tanah. 6. Riketsia yaitu Prasit intrasel yang ukurannya diantara virus dan bakteri, dan mempunyai karakteristik seperti bakteri dan virus. Untuk tumbuh dan berkembang-biak organisme ini memerlukan sel yang hidup (seperti pada virus). Beberapa penyakit yang ditimbulkan olah organisme ini adalah Rocky mountain spotted fever, Q-fever, dan lain-lain. b. Penyebab Kimia Penyebab kimia antara lain: pestisida, food-addivite, obatobatan, limbah industri, zat-zat yang diproduksi oleh tubuh sebagai akibat dari suatu penyakit misalnya pada diabetik asidosis, uremia. Perlu diperhatikan cara transmisi dari agent kimia tersebut sehingga dapat menimbulkan gangguan yaitu : 1. Inhalasi, terdiri dari zat-zat kimia yang berupa gas (misalnya karbon monoksida), uap (misalnya uap bensin), debu mineral (misalnya asbestos), partikel diudara (misalnya zat-zat allergen). 2. Ditelan, misalnya: minuman keras/alkohol, obat-obatan, kontaminasi makanan, seperti pada keracunan logam berat, dan lain-lain. 3. Melalui kulit, misalnya: keracunan pada pemakaian kosmetika, atau pada keracunan yang disebabkan oleh racun tumbuh-tumbuhan atau binatang.

26

c. Penyebab Nutrisi Penyebab nutrisi yang termasuk dalam kategori ini adalah karbohidrat, lemak, protein, vitamin, mineral, dan air. Kekurangan atau kelebihan zat-zat tersebut diatas dapat mengganggu keseimbangan yang mengakibatkan timbulnya penyakit. d. Penyebab Mekanik Penyebab mekanik yang termasuk dalam kategori ini adalah friksi yang kronik, kekuatan mekanik yang dapat mengakibatkan misalnya dislokasi atau patah tulang. e. Penyebab Fisik Penyebab fisik didapat melalui radiasi ionisasi, suhu udara, kelebaban, intensitas suara, getaran, panas, terang cahaya. 2. Faktor penjamu ( Host) Faktor penjamu mempunyai ciri-ciri yang sangat luas antara lain: usia, jenis kelamin, ras, sosial-ekonomi, status perkawinan, penyakit-penyakit terdahulu, cara hidup, hereditas, nutrisi, dan imunitas. 3. Faktor Lingkungan Faktor lingkungan dapat diklasifikasikan dalam empat komponen, yaitu lingkungan fisik, biologis, sosial, dan ekonomi. Fisik: iklim (kemarau dan hujan), geografis (pantai dan pegunungan), demografis (kota dan desa), Biologis: flora dan fauna, Sosial: migrasi/urbanisasi, lingkungan kerja, perumahan, bencana alam, perang, banjir UKURAN-UKURAN EPIDEMIOLOGI 1) UKURAN MORBIDITAS Ukuran atau angka morbiditas adalah jumlah penderita yang dicatat selama 1 tahun per 1000 jumlah penduduk pertengahan tahun, Angka ini dapat digunakan untuk menggambarakan keadaan kesehatan secara umum, mengetahui keberahasilan program program pemberantasan penyakit, dan sanitasi lingkungan serta memperoleh gambaran pengetahuan pendudukterhadap pelayanan kesehatan. Secara umum ukuran yang banyak digunakan dalam menentukan morbiditas adalah angka, rasio, dan pororsi 1. RATE Rate atau angka merupakan proporsi dalam bentuk khusus perbandingan antara pembilang dengan penyebut atau kejadian dalam suatu populasi teterntu dengan jumlah penduduk dalam populasi tersebut

27

dalam batas waktu tertentu. Rate terdiri dari berbagai jenis ukuran diataranya adalah Proporsi atau jumlah kelompok individu yang terdapat dalam penduduk suatu wilayah yang semula tidak sakit dan menjadi sakit dalam kurun waktu tertentu dan pembilang pada proporsi tersebut adalah kasus baru. Tujuan dari Insidence Rate adalah sebagai berikut a. Mengukur angka kejadian penyakit b. Untuk mencari atau mengukur faktor kausalitas c. Perbandinagan antara berbagai populasi dengan pemaparan yang berbeda d. Untuk mengukur besarnya risiko yang ditimbulkan oleh determinan tertentu Rumus: P= (d/n)k Dimana: P= Estimasi incidence rate d= Jumlah incidence (kasus baru) n= Jumlah individu yang semula tidak sakit ( population at risk) b) PR ( Prevalence) Ukuran prevalensi suatu penyakit dapat digunakan menggambarkan tingkat keberhasilan program pemberantasan penyakit, untuk penyusunan perencanaan pelayanan kesehatan. Misalnya, penyediaan obat-obatan, tenaga kesehatan, dan ruangan, Menyatakan banyaknya kasus yang dapat di diagnose dan Digunakan untuk keperluan administratif lainnya Angka prevalensi dipengaruhi oleh tingginya insidensi dan lamanya sakit. Lamanya sakit adalah suatu periode mulai dari didiagnosanya suatu penyakit hingga berakhirnya penyakit teresebut yaitu sembuh, kronis, atau mati c) PePR (Periode Prevalence Rate) PePR yaitu perbandingan antara jumlah semua kasus yang dicatat dengan jumlah penduduk selama 1 periode Rumus: PePR =(P/R)k P = jumlah semua kasus yang dicatat R = jumlah penduduk k = pada saat tertentu

28

d) PoPR (Point Prevlene Rate) Point Prevalensi Rate adalah nilai prevalensi pada saat pengamatan yaitu perbandingan antara jumlah semua kasus yang dicatat dengan jumlah penduduk pada saat tetentu. Rumus: PoPR =(Po/R)k Po = perbandingan antara jumlah semua kasus yang dicatat R =jumlah penduduk k = selama 1 perode e) AR (Attack Rate) Attack rate adalah andala angaka sinsiden yang terjadi dalam waktu yang singkat (Liliefeld 1980) atau dengan kata lain jumlah mereka yang rentan dan terserang penyakit tertentu pada periode tertentu 2. RASIO Rasio adalah nilai relatif yang dihasilkan dari perbandingan dua nilai kuantittif yang pembilangnya tidak merupakan bagian dari penyebut Contoh: Kejadian Luar Biasa(KLB) diare sebanyak 30 orang di suatu daerah. 10 diantaranya adalah jenis kelamn pria. Maka rasio pria terhadap wanita adalah R=10/20=1/2 3. PROPORSI Proporsi adalah perbandingan dua nilai kuantitatif yang pembilangnya merupakan bagian dari penyebut. Penyebaran proporsi adalah suatu penyebaran persentasi yang meliputi proporsi dari jumlah peristiwaperistiwa dalam kelompok data yang mengenai masing-masing kategori atau subkelompok dari kelompok itu. Pada contoh di atas, proporsi pria terhadap permapuan adalah P= 10/30=1/3 2. UKURAN FERTILITAS a) Crude Birth Rate (CBR) Angka kelahiran kasar Rumus: CBR = (B/P)k B = semua kealhiaran hidup yang dicata P = Jumlah penduduk pertengahan tahun yang sama. k = konstanta(1000)

29

b) Age Spesific Fertilty Rate (ASFR) Angka fertilitas menurut golongan umur Rumus: ASFR = (F/R)k F = Kelahiran oleh ibu pada golongan umur tertentu yang dicata R = Penduduk wanita pada golongan umur tertentu pada tahun yang sama

c) Total Fertility Rate ( TFR) Angka fertilitas total Angka fertilitas total adalah jumlah angka fertilitas menurut umur yang dicatat sealma 1 tahun Rumus: TFR = Jumlah angka fertilitas menurut umur X k 3. UKURAN MORTALITAS a) Case Fatality Rate (CFR) Angka kefatalan kasus Rumus: CFR = (P/T)k P = Jumlah kematian terhadap penyakit tertentu T = jumlah penduduk yang menderita penyakit tersebut pada tahun yang sama b) Crude Death Rate (CDR) Angka Kematian Kasar Rumus: CDR= (D/P)k D= jumlah keamtian yang dicata selama 1 tahun P=Jumlah penduduk pada pertengahan tahun yang sama

c) Age Spesific Death Rate (ASDR) angka kematian menurut golongan umur Rumus: ASDR= (dx/px)k dx = jumlah kematian yang dicatat selama 1 tahun pada golongan umur x px = jumlah penduduk pada golonga umur x pada pertengahan tahun yang sama k = Konstanta

d) Under Five Mortality Rate (UFMR) Angka kematian Balita Rumus: UFMR = (M/R)k M = Jumlah kematian balita yang dicatat selama satu tahun R = Penduduk balita pada tahun yang sama k = Konstanta

30

e) Neonatal Mortality Rate (NMR) Angka Kematian Neonatal Rumus: NMR = (d1/ B)k di = Jumlah kematian bayi yang berumur kurang dari 28 hari B = Kelahiran hidup pada tahun yang sama k = konstanta

f) Perinatal Mortality Rate (PMR) angka kematian perinatal Rumus: PMR = (P+M/R)k P = jumlah kematian janin yang dilahirkan pada usia kehamilan berumur 28 minggu M =ditambah kematian bayi yang berumur kurang dari 7 har R = 1000 kelahiran kelahiran hidupn pada tahun yang sama.

g) Infant Mortality Rate (IMR) Angka Kematian Bayi Rumus: IMR = (d0 /B)k d0 = Jumlah penduduk yang berumur kurang dari 1 tahun B = Jumlah lahir hidup pada thun yang sama k = Konstanta

h) Maternal Mortality Rate (MMR) Angka Kematian Ibu Rumus: MMR = (I/T)k I = adalah jumlah kematian ibu akibat komplikasi kehamilan, persalinan, dan masa nifas T = Kelahiran hidup pada tahun yang sama. k = konstanta 2.3 Konsep Demografi Studi tentang penduduk khususnya mengenai kelahiran, perkawinan, kematian dan perpindahan. Studi ini menyangkut jumlah, persebaran geografis, komposisi penduduk dan perubahannya dari waktu ke waktu. A. Ruang Lingkup Demografi mencakup batasan-batasan umum kematian, kelahiran, migrasi, dan perkawinandengan proses penduduk dan hokum pertumbuhan penduduk.Sedangkan menurut A. Laundry (1937), demografi formal

31

bersifat analitik matematik dan teknik-teknik sosiologikal. Demografi atur studi populasi adalah penghubungan antara penduduk dan system sosial. B. Tujuan dan Kegunaan 1. Mempelajari kuantitas dan distribusi penduduk dalam suatu daerah tertentu. 2. Menjelaskan pertumbuhan, masa lampau, penurunannya, dan persebarannya. 3. Menggambarkan hubungan sebab akibat antara perkembangan penduduk dengan bermacam-macam aspek organisasi sosial. C. Konsep, definisi, dan Ukuran-ukuran dalam Demografi Dalam membahas komposisi penduduk, terutama yang berhubungan dengan komposisi menurut usia dan jenis kelamin, terdapat beberapa konsep, definisi, dan ukuran-ukuran yang perlu diketahui, antara lain sebagai berikut. 1. Usia Tunggul (Single Age) Usia tunggal adalah usia sesorang yang dihitung berdasarkan hari ulang tahun terakhirnya. Misalnya, jika sekarang berusia 11 tahun, maka dalam pengertian di atas dianggap berusia 11 tahun. Pada kenyataannya, baik dalam survey maupun sensus menanyakan usia seseorang tidaklah mudah. Masih banyak penduduk Indonesia yang tidak tahu sama sekali mengenai tanggal kelahiran maupun tahunnya. Ada kecendurungan orang menyenangi usia-usia 30 tahun, keadaan seperti itu disebut age heaping atau age preference. Kesalahan pelaporan usia bisa terjadi, baik lapangan (sewaktu survey ataupun sensus) maupun pada saat memproses data usia. 2. Rasio Jenis Kelamin (Sex Ratio) Perbandingan banyaknya penduduk laki-laki dengan banyaknya penduduk perempuan pada suatu daerah dan waktu tertentu, biasanya dinyatakan dalam banyaknya penduduk laki-laki per 100 perempuan. Rumus : Sex Ratio = Jumlah penduduk laki-laki x k Jumlah penduduk
58 .338 .664 x100 97 ,2 460 .029 .206 Perempuan

32

Pada tahun 2008 rasio jenis kelamin penduduk Indonesia 97. Ini berarti tiap 100 perempuan terdapat 97 laki-laki, yaitu jumlah penduduk laki-laki 58.338.664 dan jumlah penduduk perempuan 60.029.206 Sehingga sex ratio = dibulatkan menjadi 97. 3. Angka Beban Tanggungan (Dependency Ratio) Angka yang menyatakan perbandingan antara banyaknya orang yang tidak produktif (usia di bawah 15 tahun dan di atas 65 tahun ) dengan banyaknya orang yang termasuk usia produktif (usia 15-64 tahun ) 4. Usia Median (Median Age) Usia median adalah usia yang membagi penduduk menjadi dua bagian dengan jumlah yang sama, bagian yang pertama lebih muda dan bagian yang kedua lebih tua daripada medium age. Usia median ini ditentukan berdasarkan usia dari sebagian penduduk yang lebih tua dan usia sebagian penduduk pada kelompokkelompok usia tertentu. D. Piramida penduduk Komposisi usia dan jeni kelamin suatu penduduk secara grafik dapat digambarkan dalam bentuk piramida penduduk. Berikut ini cara penggambaran piramida penduduk. 1. Sumbu vertical untuk distribusi usia. 2. Sumbu horizontal untuk jumlah penduduk, dapat absolute maupun presentase. 3. Dasar piramida di mulai untuk usia muda ( 0 4) tahun, semakin ke atas untuk usia yang lebih tua. 4. Puncak piramida untuk usia tua sering dibuat dengan sistem open end interval , artinya untuk usia 75, 76, 77, 78 dan seterusnya cukup dituliskan 75 + 5. Bagian sbelah kiri untuk penduduk laki-laki dan bagian sebelah kanan untuk penduduk perempuan. 6. Besarnya balok diagram untuk masing-masing kelompokm usia harus sama. E. Faktor faktor yang mempengaruhi struktur usia penduduk Adapun faktor faktor yang memengaruhi struktur usia penduduk adalah fertilitas, mortalitas (kematian bayi atau infant mortality) , dan migrasi.

33

a. Fertilitas (Kelahiran) Fertilitas sebagai istilah demografi diartikan sebagai hasil reproduksi yang nyta dari seorang wanita atau sekelompok wanita. Dengan kata lain, fertilitas menyangkut banyaknya bayi yang lahir hidup. Sebaliknya, fekunditas merupakan potensi fisik untuk melahirkan anak. Jadi merupakan lawan arti kata sterilitas. Natalitas mempunyai arti sama dengan fertilitas, hanya berbeda ruang ruang lingkupnya fertilitas mencakup peranan kelahiran pada perubahan penduduk. Sedangkan natalitas mencakup peranan kelahiran pada perubahan penduduk dan reproduksi manusia. Konsep konsep yang terkait dengan fertilitas, antara lain sebagai berikut. 1. Lahir hidup (live birth). Menurut Perserikatan Bangsa bangsa dan WHO adalah suatu kelahiran seorang bayi tanpa memperhitungkan lamanya di dalam kandungan, di mana bayi menunjukkan tanda tanda kehiduan, misalnya bernafas, ada denyut jantung atau denyut tali pusat dan gerakan gerakan otot. 2. Lahir mati (still birth). Adalah kelahiran seorang bayi dari kandungan yang berumur paling sedikit 28 minggu tanpa menunjukkan tanda tanda kehidupan. 3. Abortus. Adalah kematian bayi dalam kandungan dengan usia kehamilan kurang dari 28 minggu. Ada dua macam abortus, yaitu disengaja (induced) dan tidak sengaja (spontaneous). Induced abortion dapat dilakukan berdasarkan alasan medis, misalnya karena mempunyai peyakit jantung yang berat, sehingga membahayakan jiwa ibu dan tidak berdasarkan alasan medis. 4. Masa reproduksi (CHILDBEARING AGE), yaitu masa dimana wanita mampu melahirkan, disebut juga usia subur (15-49 tahun) Langkah langkah yang harus dulakukan untuk mengetahui tingkat fertilitas penduduk adalah sebagai berikut. 1. Registrasi data yang tersedia, seperti statistikkelairan (birth statistics), kelemahannya: a. Ketepatan definisi yang dignakan dan aplikasinya. b. Kelengkapan (completeness) registrasi c. Ketepatan lokasi tempat d. Ketepatan pengelompokan kelahiran berdasar karakteristik ekonomi atau demografi.

34

Untuk negara maju, kelemahan kelemahan tersebut seagian besar sudah teratasi. Sedangkan di negara yang sedang berkembang kelemahan tersebut masih terasa, yang paling menonjol adalah kelemahan dalam hal kelengkapan registrasi. Hal ini disebabkan oleh penduduk, baik yang mempunyai anak maupun petugas registrasi tidak menyadari pentingnya registrasi kelahiran dan tidak mengerti bagaimana menjawab pertanyaan pertanyaan seperti tanggal kelahirannya anaknya, usia ibunya, dan sebagainya. 2. Sensus data yang tersedia berupa hal hal dibawah ini. a. Komposisi penduduk menurut usia dan jenis kelamin. b. Jumlah anak yang pernah dilahirkan hidup. c. Jumlah anak yang dilahirkan dalam suatu periode yang lalu (misalnya; 1 tahun yang lalu). d. Data penduduk yang berhubungan dengan variabel fertilitas (misalnya penduduk usia kawin). Kelemahan kelemahan sensus adalah sebagai berikut. a. Keterangan jumlah anak yang pernah dilahirkan sangat tergantung pada daya ingat dari si ibu semakin tua usia ibu semakin besar kemungkinan melupakan jumlah anak yang pernah dilahirkan. Hal ini dapat disebabkan anaknya mungkin sudah menikah, meninggal, atau tinggal bersama dengan salah satu keluarganya di tempat lain. b. Keterangan mengenai banyaknya anak yang lahir setahun yang lalu bergantung pada ketepatan dalam memperkirakan jangka waktu satu tahun sebelum sensus. Perkiraan jangka waktu ini bisa terlalu panjang atau sebaliknya terlalu pendek. c. Keterangan keterangan penduduk yang dikaitkan dengan variabel fertilitas juga mengundang kesalahan pelaporan usia oleh penduduk, dan biasanya sering terjadi di negara yang sedang berkembang. 3. Survei data yang tersedia berupa: a. Sama dengan data yang tersedia dari sensus. b. Keterangan tambahan mengenai fertilitas yang lebih terperinci. c. Riwayat kelahiran (birth history atau pregnancy history), mulai dari anak pertama hingga anak terakhir. d. Status kehamilan (pregnancy status). e. Kelemahan yang ditemui disensus juga berlaku di dalam survei, karena kedua jenis sumber data tersebut berdasarkan informasi mengenai kejadian kelahiran (birth event) yang sudah lampau.

35

Data fertilasi yang bersifat nasional adalah sebagai berikut. Sensus penduduk 1961, BPS. SUSENAS (survei sosial ekonomi nasional) tahap III, 1967, BPS. Sensus penduduk 1971, BPS. Survei fertilitas dan mortalitas indonesia 1973, LD FEUI. SUPAS (survei penduduk antarsensus) tahap II dan III, 1967, BPS. SUSENAS, 1979, BPS. Sensus penduduk 1980, 1990, 2000, BPS. Seperti halnya angka mortalitas, angka fertilitaspun diukur berdasarkan pembagian jumlah kejadian (events) dengan penduduk yang menanggung resik melahirkan (exposed risk). Walaupun demikian, ada beberapa persoalan yang dihadapi dalam hal pengukuran fertilitas yang tidak dijumpai dalam pengukuran mortalitas, yaitu: 1. Suatu angka (rate) menunjukkan ukuran untuk jangka waktu. Angka fertilitas menunjukkan dua pilihan jangka waktu, pertama untuk jangka waktu pendek biasanya 1 tahun, sedangkan pilihan kedua adalah jumlah kelahiran selama masa reproduksi. 2. Suatu kelahiran melibatkan kedua rangtuanya, sehingga memungkinkan timbulnya keinginan untuk mengukur fertilitas berdasarkan sifat sifat ibu, ayah, atau kedua orangtuanya. Namun, informasi yang dikumpulkan biasanya hanya berhubungan dengan si ibu. Sehingga dengan sendirinya pengukuan fertilitas hanya berdasarkan sifat sifat ibu saja. Walaupun demikian, cara yang digunakan untuk pengukuran fertilitas terhadap wanita seperti yang telah disebutkan sebenarnya dapat juga digunakan untuk mengukur fertilitas dari pria. 3. Penentuan penduduk yang exposed to risk di dalam pengukuran fertilitas sangat sulit. Tidak setiap orang mempunyai resiko melahirkan. Walaupun yang masih kanak kanak dan yang tua bisa dengan mudah dipisahkan, tetapi tidak semua wanita yang berumur diantara kedua kelompok tersebut menanggung resiko melahirkan. 4. Sangat sulit membedakan live birth (lahir hidup) dan still birth (lahir mati). 5. Melahirkan lebih dari satu kali adalah hal yang bisa terjadi pada seorang istri. Oleh, karena itu ada unsur plihan antara melahirkan lagi atau tidak. Pilihan ini bergantung pada bebarapa hal seperti pendidikan, status sosial ekonomi, jumlah anak yang telah mereka miliki, dan lain lain. 1. 2. 3. 4. 5. 6. 7. Ukuran Dasar Dalam Pengukuran Fertilitas

36

Ada dua macam pendekatan, yaitu yearly performance (current fertility) dan reproductive history ( comulative fertility). 1. Yearly performace (current fertility) Mencerminkan fertilitas dari suatu kelompok penduduk untuk jangka waktu satu tahun. a. Crude birth rate (CBR) atau angka kelahiran kasar. Rumus : CBR = B x k R Di mana; B = banyaknya kelahiran selama 1 tahun. R = banyaknya penduduk pada pertengahan tahun. k = bilangan konstanta, biasanya 1.000. Contoh : Banyaknya kelahiran di Gresik pada tahun 2008 adalah 182.880 orang bayi. Banyaknya penduduk Gresik pada pertengan tahun 2008 sebesar 4.546.942 orang. Maka CBR = 182.880 x 1.000 = 40 per seribu penduduk 4. 546.942 b. Angka kelahiran umum atau General Fertiliti Rate (GFR) GFR adalah banyaknya kelahiran tiap seribu wanita yang berumur 15 49 atau 15 - 49 tahun. Rumus : GFR = P 4-49 K atau GFR = P 15 - 44 Di mana : B = banyaknya kelahiran selama 1 tahun. P4-49 = banyaknya penduduk wanita yang berumur 14 49 tahun pada pertengahan tahun. P15-44 = banyaknya penduduk wanita yang berumur 14 44 tahun pada pertengahan tahun. K = bilangan konstanta, biasanya 1000. Kelebihannya adalah ukuran ini hanya memasukan wanita yang berusia 15 49 tahun, sedangkan kelemahan ukuran ini tidak membedakan resiko melahirkan dari berbagai kelompok usia. c. Angka kelahiran menurut kelompok usia atau Age Specific Fertiliti Rate (ASFR) ASFR adalah banyaknya kelahiran tiap seribu wanita pada kelompok usia tertentu.

37

Rumus: SFR = b k ( i = 1-7 ) p Di mana : b = banyaknya kelahiran di dalam kelompok usia 1 selama 1 tahun. K = bilangan konstanta, biasanya 1000. Kelebihannya adalah ukuran lebih cermat dari GFR dan ASFR dimungkinkan dilakukannya fertilitas menurut kohor, sedangkan kelemahannya tidak menunjukan ukuran fertilitas untuk keseluruhan wanita usia 15 49 tahun. d. Total Fertility Rate (TFR) Jumlah dari ASFR, bahwa usia dinyatakan dalam satu tahunan. TFR = 5 i=17 ASFR i ( i = 1,2 ) Di mana ; ASFR = angka kelahiran menurut kelompok usia I = kelompok usia 5 tahunan di mulai dari 15 19 Kelebihan rumus ini adalah ukuran seluruh wanita usia 15 49 tahun yang di hitug berdasarkan angka kelahiran menurut kelompok usia. 2. Reproductive History ( Cumulative Vertility ) a. jumlah anak yang pernah di lahirkan Mencerminkan banyaknya kelahiran sekelompok wanita selama reproduksinya, Kelebihannya adalah mudah di dapatkan informasinya dan tidak ada referensi Waktu, sedangkan kelemahannya adalah angka paritas kelompok usia akan Mengalamin kesalahan pelaporan usia penduduk dan angka kecenderungan Semakin tua semakin besar. b. Child Woman Ratio (CWR) Hubungan dalam bentuk rasio antara jumlah anak di bawah 5 tahun. Rumus: CWR = P-4 x k P15-44 atau CWR = P-4 x k P15-49

38

Dimana: P0-4 = banyaknya penduduk usia 0-4 tahun. P15-44 = banyaknya wanita usia 15-44 tahun. P15-49 = banyaknya wanita usia 14-49 tahun. K = konstanta, biasanya 1000. Kelebihan metode ini adalah data yang di perlukan tidak memerlukan pernyataan khusus, sedangkan kelemahanny langsung di pengaruhi oleh kekurangan pelaporan tentang anak serta di pengaruhi olehh tingkat moralitas anak di bawah 1 tahun lebih besar dari orang tua. c. Menghitung GFR berdsarkan CWR Asumsi yang di gunakan tidak ada migrasi Langkah - langkah - Hitung jumlah anak di bawah 5 tahun ( P0-4 ) misal : 431.658 - Hitung jumlah wnita usia 15 44 tahun ( P 15-44 ) - Hitung jumlah wanita usia ( P 20-49 ) misal : 458.851 Hitung jumlah wanita usia 17 - 47 P 17 - 47 = ( P 15-44 + P 20-49 ) = ( 537.670 + 458.851 ) = 498.261 Hitung rasio masih hidup ( survival ratio )0-4 : L0-4 Hitung Mencari Perkiraan GFR Faktor faktor yang mempengaruhi fertilitas Ada 3 tahap penting dalam proses reproduksi 1. Tahap hubungan kelamin (intercourse) Pada tahap ini di prngaruhi oleh beberapa faktor a. usia memulai kelamin b. selibat permanent, proporsi wanita tidak pernah mengadakan hubungan kelamin c. lamanya status pernikahan d. abstinesti sukarela e. abstinensi terpaksa, misalnya sakit atau berpisah sementara 2. Tahap konsepsi (conseptio) Pada konsep ini di pengaruhi beberapa faktor a. fekunditas atau infukunditas di sebabakan hal tidak di sengaja b. pemakaian kontrasepsi

39

c. fekunditas terpaksa yang di sebabkan hal di sengaja, misalnya sterilisasi 3. Tahap kehamilan Berikut ini adalah hal yang mempengaruhi kehamilan a. moralitas janin karena sebab tidak di sengaja b. moralitas janin karena sebab yang di sengaja Studi perbedaan fertilitas di indonesia Hasil studi yang pernah di lakukan ternyata di pengaruhi beberapa faktor penentu fertilitas tidak seperti yang di temukan dalam generalisasi yang telah ada.beberapa faktor penentu tersebut adalah 1. Tempat tinggal wanit pada saat pencacahan 2. Tingkat pendidikan 3. Usia perkawinan pertama 4. Pengalaman kerja. b. Moralitas (kematian) Moralitas salah satu di antara komponen demografi yang mempengaruhi perubahan penduduk. Konsep yang terkait moralitas ada 3 keadaan vital yaitu ; 1. Lahir hidup, yaitu peristwa keluarnnya hasil konsepsi dari rahim seorang ibu secara lengkap 2. Mati, adlah keadaan menghilangnya semua tanda tanda kehidupan secara permanen 3. Lahir mati, adalah peristiwa menghilangya semua tanda tanda kehidupan dari hasil konsepsi sebelum hasil konsepsi itu di keluarkan dari rahim ibunya. Sumber Data Kematian 1. Sistem Registrasi Kematian Di indonesia belum ada sistem registrasi vital yang bersifat nasional, yang ada hanya bersifat lokal. 2. Sensus atau survai penduduk Sensus merupakan kegiatan sesaat yang bertujuan untuk mengumpulkan data penduduk. Data kematian yang di peroleh melalui sensus dapat di golongkan menjadi dua bentuk, yaitu bentuk langsung dan tidak langsung. Ukuran Kematian (CDR) Ukuran kematian menunjukan suatu angka indeks untuk menentukan tinggi rendahnya angka kematian penduduk.

40

1. Anga kematian kasar Angka kematian kasar adalah jumlah kematian pada tahun tertentu di bagi dengan jumlah penduduk pada pertengahan tahun tersebut. CDR = jumlah kematian pada tahun X x 1000 Jumlah kematian pada pertengahan X = D x k P Di mana: D =jumlah kematian pada tahun x P =jumlah penduduk padapertengahan tahun K =1.000 2.Angka Kematian Menurut Usia Risiko kematianberbeda antara satu kelompok penduduk dan kelompok penduduk lainnya. 3.Angka Kematian Bayi Angka kematian bayi merupakan salah satu indikator penting dalam menentukan kesehatan masyarakat. jumlah kematian bayi berumur Angka kematian bayi == di bawah umur 1 tahun selama tahun X Jumlah kelahiran selama tahun X Angka kemaisebut kasar karena angka kematian tersebut tidak sepenuhnya mencerminkan tingkat kematian. Hubungan antara CDR dan ASDR dapat ditulis dengan rumus berikut: CDR= i PiP [ ASDRi ] Dimana: P P ASDR

=Adalah penduduk pertengahan tahun pada usia i. =Adalah pendudk pertebgahan tahun. =Adalah Age Specific Death Rate pada usia i.

c. Migrasi Migrasi adalah perpindahan penduduk dengan tujuan untuk menetap disuatu lain melampaui batas politik/negara ataupun batas administrasi suatu negara. Jenis jenis migrasi Berikut ini adalah beberapa jenis migrasi. 1) Migrasi masuk (in migration), yaitu masuknya penduduk ke suatu daerah tempat tujuan (area of destination).

41

2) Migrasi keluar (out migration), yaitu perpindahan penduduk keluar dari suatu daerah asal (area of origin). 3) Migrasi netto (net migration), yaitu selisih antara jumlah migrasi masuk dan migrasi keluar. Apabila migrasi yang masuk lebih besar daripada migrasi keluar, maka disebut migrasi netto positif, tapi jika migrasi keluar lebih besar daripada migrasi masuk disebut migrasi netto negatif. 4) Migrasi bruto (gross migration), yaitu jumlah migrasi masuk dan migrasi keluar. 5) Migrasi total (total migration), yaitu seluruh kejadian migrasi mencakup migrasi semasa hidup (life time migration) dan migrasi pulang (return migration). 6) Migrasi internasional (international migration), yaitu perpindahan penduduk dari suatu negara ke negara lain. Migrasi yang merupakan masuknya penduduk ke suatu negara disebut imigrasi (imigration) sedangkan jika migrasi itu keluarnya penduduk dari suatu negara disebut emigrasi (emigration). 7) Migrasi semasa hidup (life time migration), adalah migrasi berdasarkan tempat kelahiran, yaitu mereka yang pada waktu pencacahan sensus bertempat tinggal di daerah yang berbeda dengan daerah, yaitu tempat kelahirannya. 8) Migrasi parsial (partial migration), yaitu jumlah migran ke suatu daerah tujuan dari satu daerah asal atau dari daerah asal ke suatu daerah tujuan. Migrasi ini merupakan ukuran dari arus migrasi antara dua daerah asal dan tujuan. 9) Arus migrasi (migration stream), yaitu jumlah atau banyaknya perpindahan yang terjadi dari daerah asal ke daerah tujuan dalam jangka waktu tertentu. 10) Urbanisasi (urbanization), yaitu bertambahnya proporsi penduduk yang berdiam di daerah kota disebabkan oleh proses perpindahan penduduk ke kota atau akibat perluasan daerah kota. 11) Transmigrasi (transmigration/resettlement atau settlement), yaitu perpindahan penduduk dari suatu daerah untuk menetap ke daerah lain yang ditetapkan di dalam wilayah republik indonesia guna kepentingan pembangunan negara atau karena alasan alasan yang dipandang perlu oleh pemerintah berdasarkan ketentuan yang diatur undang undang tansmigrasi dan undang undang no. 3 tahun 1972. Faktor faktor yang Mempengaruhi Migrasi Ada dua faktor yang menyebabkan seseorang melakukan migrasi, yaitu faktor pendorong dan faktor penarik. 1. Faktor pendorong migrasi :

42

a) Makin berkurangnya sumber sumber alam, yaitu menurunnya permintaan atas barang barang tertentu yang bahan bakunya makin susah, seperti : hasil tambang, bahan baku kayu, hasil pertanian, industri, dan lain lain b) Menyempitnya lapangan pekerjaan seperti di desa dengan masuknya teknologi (mesin mesin) sebagai pengganti tenaga manusia c) Adanya tekanan tekanan atau diskriminasi politik, agama, dan suku di daerah asal. d) Tidak cocok lagi dengan adat atau budaya di tempat asal e) Alasan pekerjaan atau perkawinan yang menyebabkan tidak bisa mengembangkan karier pribadi. f) Bencana alam 2. Faktor penarik migrasi a) Adanya rasa superior di tempat baru atau kesempatan di lapangan kerja yang cocok. b) Kesmpatan untuk mendapatkan pendapat yang lebih c) baik. 3.Kesempatan untuk mendapatkan pendidikan yang lebih baik. d) Keadaan lingkungan dan hidup yang menyenangkan e) Adanya ajakan orang yang diharapkan sebagai tempat berlindung. f) Adanya aktivitas-aktivitas di kota besar.

43

BAB III PENUTUP a. Kesimpulan Statistik merupakan ilmu yang mempelajari cara pengumpulan, pengolahan, penyajian, dan analisa data, termasuk cara pengambilan kesimpulan dengan memperhitungkan unsur ketidak pastian berdasarkan konsep probabilitas. Purata (rate) adalah ukuran umum yang sering digunakan dalam analisis statistik, khususnya statistik kesehatan. Rate adalah suatu jumlah kejadian dihubungkan dengan populasi yang bersangkutan. Rate yang dihitung dari total populasi di dalam suatu area sebagai denominator (penyebut) disebut crude rate atau angka kasar (purata kasar). Sedangkan rate yang dihitung dari kelompok atau segmen tertentu disebut specific rate atau angka spesifik (purata spesifik). Guna statistik kesehatan, antara lain Mengukur derajat kesehatan masyarakat, Memonitor kemajuan status kesehatan di suatu daerah, Mengevaluasi program kesehatan, Membandingkan status kesehatan di berbagai daerah, Memotivasi tenaga kesehatan dan policy maker (pembuat kebijakan,-red) untuk menyelesaikan masalah kesehatan, Menentukan prioritas masalah kesehatan. Manfaat dan peranan statistik adalah membantu para pengelola dan pelaksana program kesehatan khususanya dalam mengambil keputusan yang selanjutnya dipakai dasar perencanaan, pelaksanaan dan evaluasi berbagai kegiatan yang dilakukan. Statistik sebagai bahan perencanaan, Statistik sebagai bahan monitoring, Statistik sebagai bahan evaluasi Secara khusus, penggunaan metode statistic dalam bidang kesehatan antara lain dapat diuraikan sebagai berikut : 1. Mengukur peristiwa-peristiwa penting atau vital event yang terjadi di masyarakat. 2. Mengukur status kesehatan masyarakat dan mengetahui masalahmasalah kesehatan yangterdapat di dalam berbagai kelompok masyarakat. 3. Membandingkan status kesehatan masyarakat di satu tempat dengan tempat lain atau statuskesehatan masyarakat sekarang dengan status kesehatan lampau. 4. Meramalkan status kesehatan masyarakat di masa-masa mendatang. Evaluasi tentang perjalanan, keberhasilan dan kegagalan dan suatu program kesehatan atau pelayanankesehatan yang sedang dilaksanakan. 5. Evaluasi tentang perjalanan, keberhasilan, dan kegagalan dari suatu program kesehatan atatu pelayanan kesehatan yanhg sedang dilaksanakan.

44

6.

Keperluan estimasi tentang kebutuhan masyarakat terhadap pelayanan kesehatan sertamenentukan secara pasti target pencapaian tujuan. 7. Keperluan penelitian pada masalah-masalah kesehatan, keluarga berencana, lingkunganhidup dan lain-lain. b. Saran Semoga dengan tersusunnya makalah ini dapat memberikan pengetahuan tentang statistic dalam kesehatan dengan konsep demografi dan kosep epidimiologi. Kelompok menambahkan agar pembaca bisa mencari pengetahuan lebih lanjut mengenai materi ini, baik melalui sumber buku yang ada maupun media lainnya.

45

DAFTAR PUSTAKA Wahit Iqbal Mubarak, Nurul Chayatin.2009. Ilmu Keperawatan Komunitas. Jagakarsa, Jakarta. Notoatmodjo, soekodjo. 2007. Kesehatan Masyarakat Ilmu dan Seni. Jakarta: Rineka Cipta Riwidikdo, handoko. 2007. Statistik Kesehatan. Yogyakarta: Mitra Cendikia Press. Masyarakat. Jakarta: EGC http://www.edukasiana.net/2012/07/pengertian-statistik-dan-macam-statistik.html (Diakses hari kamis tanggal 19 September 2013)

46