PEMILIHAN UJI STATISTIK

dr. NOVITA CAROLIA, M.Sc

BAGIAN FARMAKOLOGI DAN TERAPI FAKULTAS
KEDOKTERAN UNILA
Peran statistik
menghitung
sample
Uji validitas
&
reliabilitas
instrumen
penelitian
Menyajikan
data
Analisis
data uji
hipotesis
Analisis data
Analisis
nonstatistik
Data kualitatif
(penelitian
kualitatif)
Analisis statistik Data kuantitatif
Analisis
statistik
Analisis
univariat
Analisis
Bivariat
Analisis
Multivariat
ANALISIS UNIVARIAT
MENJAWAB TUJUAN PENELITIAN:
DIKETAHUINYA SEBARAN SUBYEK PENELITIAN
BERDASARKAN KARAKTERISTIK DEMOGRAFI
MELIPUTI:
USIA
JENIS KELAMIN
TINGKAT PENDIDIKAN
ANALISIS UNIVARIAT
USIA
SKALA VARIABEL KONTINYU
UJI NORMALITAS DATA DENGAN:
NILAI MEAN = MEDIAN
COEFFICIENT OF VARIANCE (SD/MEAN*100%) <20%
KURTOSIS/SE DAN SKEWNESS/SE = -2 SAMPAI +2
GAMBARAN HISTOGRAM, DATA SESUAI KURVA NORMAL
UJI K-S ATAU S-W, NILAI KEMAKNAAN P >0,05
DISTRIBUSI NORMAL, DATA DISAJIKAN SEBAGAI NILAI MEAN (SD),
DAN
TIDAK BERDISTRIBUSI NORMAL, DATA DISAJIKAN SEBAGAI NILAI
MEDIAN (MINIMUM-MAKSIMUM)
ANALISIS UNIVARIAT
USIA
SKALA DATA KATEGORI, DATA DISAJIKAN SEBAGAI
SEBARAN FREKUENSI n (%)
(SKRT, 2004)
USIA 25-34 TAHUN
USIA 35-44 TAHUN
USIA 45-55 TAHUN
ANALISIS UNIVARIAT
JENIS KELAMIN:
SKALA DATA KATEGORI, DATA DISAJIKAN SEBAGAI SEBARAN
FREKUENSI n (%)
LAKI-LAKI
PEREMPUAN
PENDIDIKAN:
SKALA DATA KATEGORI, DATA DISAJIKAN SEBAGAI SEBARAN
FREKUENSI n (%)
RENDAH
SEDANG
TINGGI
ANALISIS BIVARIAT
ANALISIS BIVARIAT
VARIABEL PENELITIAN
SKALA PENGUKURAN; NUMERIK ATAU KATEGORIK
JENIS HIPOTESIS; KOMPARATIVE ATAU KORELATIF
BERPASANGAN ATAU TIDAK BERPASANGAN
JUMLAH KELOMPOK: >2 ATAU 2 KEL
SYARAT UJI PARAMETRIK DAN NONPARAMETRIK
PRINSIP TABEL B X K DAN P X K

VARIABEL PENELITIAN
VARIABEL BEBAS
(INDEPENDENT)
VARIABEL
TERIKAT
(DEPENDENT)
VARIABEL
PENGGANGGU
SKALA PENGUKURAN
KATEGORIK/KUALITATIF NUMERIK/KUANTITATIF
NOMINAL

Contoh: - Jenis kelamin,
- kebiasaan merokok
- Golongan darah
INTERVAL

Contoh: Suhu tubuh
ORDINAL

Contoh: tingkat pengetahuan/pendidikan,
tingkat ekonomi, klasifikasi tingkat
tekanan darah,klasifikasi kadar kolesterol
RASIO

Contoh: BB,TB,kadar gula darah,kadar
kolesterol
Jenis hipotesis
Association,comparation,correlation
Hubungan
Pertanyaan hipotesis komparatif
- Apakah terdapat perbedaan rerata kadar kolesterol antara kelompok
yang mendapat pengobatan simvastatin dengan placebo?
- Apakah terdapat hubungan antara rerata kadar koleterol dengan jenis
pengobatan yang diterima?
- Apakah terdapat perbedaan terjadinya asfiksia antara bayi dengan BBLR
dan tidak BBLR?
- Apakah terdapat hubungan antara BBLR dan terjadinya asfiksia?
Jenis Hipotesis
Pertanyaan untuk hipotesis korelatif:
- Berapa besar korelasi antara kadar
kolesterol dengan tekanan darah?
Parameter yang digunakan : koefisien korelasi
(r)
Berpasangan & tidak berpasangan
Ilustrasi 1: dua kelompok tidak berpasangan
pengukuran tekanan darah subjek penelitian
pada 2 kelompok yang berbeda (kel A & B)
Ilustrasi 2: dua kelompok berpasangan
pengukuran tekanan darah pada 1 kelompok
subjek yang dilakukan pada 2 waktu yang
berbeda (pengukuran 1 pada bulan januari,
pengukuran ke-2 bulan februari).
Berpasangan tidak berpasangan
Ilustrasi 3: kel berpasangan karena matching
mengukur tekanan darah pada 2 kelompok yang
berbeda (kel A & B), lalu dilakukan proses matching
dengan mencari kesamaan karakteristik antara kel A
dengan kel B.
Ilustrasi 4: kel berpasangan karena desain cross over
pada periode tertentu subjek penelitian menerima
obat A, setelah menyelesaikan obat A, subjek
penelitian akan menerima obat B selama periode
tertentu.

Uji Parametrik
Variabel numerik
Distribusi data harus normal
Varians Data:
Tidak menjadi syarat uji kelompok berpasangan
Syarat tidak mutlak 2 kelompok tidak
berpasangan
Syarat mutlak >2 kelompok tidak berpasangan

Uji nonparametrik
Variabel kategorik (ordinal & nominal)
Jika data dengan masalah pengukuran
numerik tetapi tidak memenuhi syarat uji
parametrik (ex:distribusi data tidak normal)
uji alternatif dari uji parametrik


Data Distribusi normal?

Apa yg dimaksud tabel B x K
dan P x K?
Tabel B x K : uji hipotesis komparatif kategorik
tidak berpasangan
Tabel P x K: uji hipotesis komparatif kategorik
berpasangan
B = baris (variabel independen/bebas) K=
kolom (variabel dependent/terikat)
P = pengulangan K = kategori

Tabel uji hipotesis bivariat
Masalah skala
pengukuran
Jenis hipotesis (asosiasi)
komparatif
korelatif
Tidak berpasangan berpasangan
Numerik
2 kelompok >2 kelompok 2 kelompok >2 kelompok
Pearson*
Uji T
berpasangan
One way ANOVA
Uji T
brpasangan
Repeated
ANOVA
Kategorik
(ordinal)
Mann Whitney Kruskal Wallis Wilcoxon Friedman
Spearman
Somers d
gamma
Kategorik
(ordinal/nomin
al)
Chi-Square
Fisher
Kolmogorov smirnov (KS)
(Tabel B x K)
McNemar, Cochran, Marginal
Homogenity, Wilcoxon, Friedman
(tabel P x K)
Koefisien
kontingen
si
lambda
Masalah skala pengukuran
Hipotesis komparatif:
Masalah skala kategorik : variabel yang dicari
hubungannya adalah variabel kategorik dengan variabel
kategorik
Masalah skala numerik : variabel yang dicari hubungannya
adalah variabel kategorik dengan variabel numerik
Hipotesis korelatif
Masalah skala kategorik: bila salah satu variabel yang
dicari hubungannya adalah variabel kategorik
Masalah skala numerik : bila variabel yang dicari
hubungannya adalah variabel numerik dengan variabel
numerik
Hipotesis komparatif skala pengukuran numerik

Hipotesis komparatif
variabel numerik
Sebaran normal?
YA TIDAK
BERPASANGAN TIDAK BERPASANGAN
UJI NON PARAMETRIK
2 KELOMPOK > 2 KELOMPOK
VARIANS? VARIANS?
SAMA
BERBEDA
BERBEDA SAMA
Uji parametrik yang
sesuai
DIAGRAM ALUR UJI HIPOTESIS VARIABEL
NUMERIK ( RASIO/INTERVAL)
Hipotesis komparatif skala pengukuran Ordinal
Hipotesis komparatif skala pengukuran
Ordinal
Alternatif uji hipotesis untuk data numerik
yang tidak memenuhi syarat untuk uji
parametrik !!


Uji Hipotesis komparatif kategorik tidak berpasangan
(tabel B x K)
Uji hipotesis komparatif kategorik tidak berpasangan (tabel B x K)
Tabel B x K
Tabel 2 x 2
Tabel selain 2 x 2
dan 2 x K
Tabel 2 x K
Syarat uji Chi-square terpenuhi Uji Chi-Square
Tidak terpenuhi
Tidak terpenuhi
Tidak terpenuhi
Uji Fisher
Penggabungan sel
Uji
Kolmogorov-smrnov
CATATAN!!
Uji hipotesis untuk kategorik tidak
berpasangan menggunakan uji Chi-Square jika
memenuhi syarat uji Chi-Square!!
Syarat uji Chi-Square: sel yang mempunyai
nilai expected (expected value) kurang dari 5,
maksimal 20% dari jumlah sel
jika syarat uji Chi-Square tidak terpenuhi,
maka dapat digunakan uji alternatifnya
Uji alternatif Chi-Square
Tabel 2 x 2 : uji fisher
Tabel 2 x K : uji kolmogorov smirnov
Selain tabel 2 x 2 & 2 x K: penggabungan sel.
Setelah dilakukan penggabungan sel akan
terbentuk tabel B x K yg baru. Uji hipotesis
yang dipilih sesuai dengan tabel B x K yang
baru tersebut
Expected value
Total Baris x total kolom

Total sampel

EV sel a= (50 x 55)/ 100 = 27,5
EV sel d = (50 x 45)/ 100 = 22,5
SYARAT UJI CHI-SQUARE TERPENUHI !!

Uji Hipotesis komparatif kategorik berpasangan
(tabel P x K)
Hipotesis komparatif Kategorik
berpasangan (P xK)
2 > 2
Jumlah pengulangan?
2
kategori
>2
kategori
>2
kategori
2
kategori
Jumlah Kategori?
2 x 2
McNemar
2 x (>2)
Marginal
homogeneity
Wilcoxon
(>2) x (>2)
Friedman
(>2 ) x 2
Cochran
Diagram alur uji hipotesis variabel kategorik kelompok
berpasangan

Uji Hipotesis Korelatif
Pemilihan uji hipotesis korelatif

Uji hipotesis korelatif
Apa perbedaan uji korelasi koefisien
kontingensi dengan lambda?
Uji korelasi koefisien kontingensi digunakan untuk
menguji antara dua variabel yang setara,
sedangkan uji korelasi lambda untuk 2 variabel
yang tidak setara

Apa perbedaan uji korelasi spearman dengan uji korelasi
Gamma dan Somersd?
Uji spearman: juga untuk uji korelasi antara variabel
numerik dengan ordinal
Uji Spearman juga sebagai alternatif uji Pearson jika syarat
uji pearson tidak terpenuhi (distribusi data normal)
Uji korelasi Gamma dan somersd: uji korelasi variabel
ordinal dengan ordinal dimana kategori variabel ordinal
tersebut sedikit sehingga dapat dibuat tabel silang B x K
Uji hipotesis korelatif
Apa perbedaan uji korelasi Gamma dan
Somersd?
Uji korelasi Gamma untuk menguji korelasi antara
dua variabel yang setara. Uji korelasi somersd
untuk dua variabel yang tidak setara
Uji hipotesis korelatif
No Parameter Nilai Interpretasi
1 Kekuatan korelasi (r)
0,0 - <0,2
0,2 - <0,4
0,4 - <0,6
0,6 - <0,8
0,8 - 1
Sangat lemah
Lemah
Sedang
Kuat
Sangat kuat
2 Nilai P
P < 0,05



P > 0,05
Terdapat korelasi yang bermakna antara
dua variabel yang di uji

Tidak terdapat korelasi yang bermakna
antara dua variabel yang diuji
3 Arah korelasi

+ (positif)


- (negatif)

Searah, semakin besar nilai satu variabel
semakin besar pula nilai variabel lainnya

Berlawanan arah. Semakin besar nilai
satu variabel, semakin kecil nilai variabel
yang lain
Uji hipotesis korelatif

Analisis Multivariat
Alur pemilihan uji hipotesis untuk analisis
multivariat
Analisis
Multivariat
Regresi Logistik: variabel terikat berupa
variabel kategorik
Regresi Linier: variabel terikat berupa variabel
numerik

Nilai probabilitas (p) dan inteval
kepercayaan (IK/CI)
Nilai probabilitas (p) dan interval
kepercayaan (IK/CI)
P = besarnya kemungkinan hasil yang
diperoleh atau hasil yang ekstrim diperoleh
karena faktor peluang, bila hipotesis nol
benar
Interval kepercayaan : taksiran rentang nilai
pada populasi yang dihitung dengan nilai yang
diperoleh pada sampel.
Hubungan nilai p dengan IK
Nilai p dan IK menghasilkan kesimpulan yang
konsisten
Nilai p memberikan informasi peluang untuk
memperoleh hasil yang diobservasi bila
hipotesis nol benar, sedangkan IK memberikan
informasi perkiraan rentang nilai parameter
pada populasi
Odds Ratio (OR/RO) dan relative
risk (RR)
Menyatakan ukuran kekuatan hubungan pada analisis bivariat.
RO untuk case control design, RR untuk cohort design

value
95% CI
Lower Upper
Odds Ratio for
Hepatomegali (ya/tidak)
3.555 1.596 7.919
For cohort renjatan= syok 2.670 1.444 4.940
For cohort renjatan = tidak
syok
.751 .608 .927
N of valid cases 160
Nilai OR sebesar 3,55 dengan 95% CI (1,59-7,91): pasien dengan
hepatomegali mempunyai kemungkinan 3,55 kali untuk mengalami syok
dibandingkan dengan pasien yang tidak hepatomegali. Atau dapat juga
diartikan: probabilitas pasien yang mengalami hepatomegali untuk menderita
syok sebesar 78%
Dari manakah 78%?
Probabilitas = RO/(1+RO)
Probabilitas = 3,55/(1+3,55) = 78%
RO = ad/bc RR = a/(a+b): c/(c+d)

Odds Ratio (OR/RO) dan relative
risk (RR)
Syok
Total
Ya tidak
Hepatomegali
Ya a b a+b
Tidak c d c+d
Total a+c b+d N




TERIMA KASIH........................