STEP 7 STEP 7 1.
1. Apa saja konsep penting biostatistik ?Apa saja konsep penting biostatistik ? Fungsi biostatistik
Fungsi biostatistik
Memecahkan masalah2 penelitian yang berkaitan dengan kehidupan melalui pengumpulan,Memecahkan masalah2 penelitian yang berkaitan dengan kehidupan melalui pengumpulan, pengolahan dan penyajian analisis
pengolahan dan penyajian analisis
Untuk menganalisis sampel yang diambil dari Untuk menganalisis sampel yang diambil dari suatu populasisuatu populasi Contoh: homogenitas sampel
Contoh: homogenitas sampel
Menguji validitas dan reliabilitas instrument penelitianMenguji validitas dan reliabilitas instrument penelitian
Menguji hipotesisMenguji hipotesis
Statistika untuk Penelitian, Prof. DR. Sugiyono Statistika untuk Penelitian, Prof. DR. Sugiyono
2.
2. MacamMacam – – macam jenis uji statistik ? macam jenis uji statistik ?
Statistik Deskriptif, yaitu statistik yang digunakan untuk menggambarkan atau menganalisis Statistik Deskriptif, yaitu statistik yang digunakan untuk menggambarkan atau menganalisis suatu statistik hasil penelitian, tetapi tidak digunakan untuk membuat kesimpulan yang lebih suatu statistik hasil penelitian, tetapi tidak digunakan untuk membuat kesimpulan yang lebih luas (Generalisasi / Inferensiasi). Penelitian yang tidak menggunakan sampel, analisisnya akan luas (Generalisasi / Inferensiasi). Penelitian yang tidak menggunakan sampel, analisisnya akan menggunakan statistik deskriptif.. demikian juga penelitian yang menggunakan sampel, tetapi menggunakan statistik deskriptif.. demikian juga penelitian yang menggunakan sampel, tetapi peneliti tidak bermaksud untuk membuat kesimpulan untuk populasi darimana sampel diambil, peneliti tidak bermaksud untuk membuat kesimpulan untuk populasi darimana sampel diambil, maka statistik yang digunakan adalah stasistik deskriptif. Dalam hal ini teknik Korelasi dan maka statistik yang digunakan adalah stasistik deskriptif. Dalam hal ini teknik Korelasi dan Regresi juga dapat berperan sebagai S
Regresi juga dapat berperan sebagai S tatistik Deskriptif.tatistik Deskriptif.
Statistik Inferensial, yaitu statistik yang digunakan untuk menganalisis data atau sampel, dan Statistik Inferensial, yaitu statistik yang digunakan untuk menganalisis data atau sampel, dan hasilnya akan digeneralisasikan (diinferensiasikan) untuk populasi dimana sampel diambil. hasilnya akan digeneralisasikan (diinferensiasikan) untuk populasi dimana sampel diambil. Terdapat 2 macam statistik Inferensial, yaitu :
Terdapat 2 macam statistik Inferensial, yaitu :
--
Statistik Parametris, yaitu statistik yang digunakan untuk menganalisis data interval atauStatistik Parametris, yaitu statistik yang digunakan untuk menganalisis data interval atau rasio, yang diambil dari populasi yangrasio, yang diambil dari populasi yang berdistribusi normal.berdistribusi normal.
--
Statistik Non-Parametris, yaitu statistik yang digunakan untuk menganalisis data nominal,Statistik Non-Parametris, yaitu statistik yang digunakan untuk menganalisis data nominal, dan ordinal dari populasi yang bebasdan ordinal dari populasi yang bebas distribusidistribusi
Jadi tidak harus normal. Dalam hal ini teknik Korelasi dan Regresi dapat berperan sebagai Jadi tidak harus normal. Dalam hal ini teknik Korelasi dan Regresi dapat berperan sebagai Statistik Inferensial.
Statistik Inferensial.
(Statistik Untuk Penelitian, Prof. Dr Sugiyono, 2005, Bandung : CV.
(Statistik Untuk Penelitian, Prof. Dr Sugiyono, 2005, Bandung : CV. Alfa Beta)Alfa Beta) A.
A. Statistik DeskriptifStatistik Deskriptif
Statistik deskriptif bertujuan untuk menggambarkan berbagai karakteristik data seperti Statistik deskriptif bertujuan untuk menggambarkan berbagai karakteristik data seperti mean, median, modus
mean, median, modus B.
B. Statistik InferensialStatistik Inferensial
Statistik inferensial bertujuan untuk menguji hipotesis yang dapat dikelompokkan lagi Statistik inferensial bertujuan untuk menguji hipotesis yang dapat dikelompokkan lagi menjadi 2 yaitu:
Statistik Parametrik
Penggunaan statistik parametrik ini harus disertai pada data harus berdistribusi normal, jumlah sampel terhitung harus sama atau lebih besar dari 30. Untuk keperluan analisis
parametrik maka statistik parametrik dibagi menjadi: Uji perbedaan
Disini akan di uji apakah sebuah sampel mempunyai perbedaan nyata dengan sampel yang lain. Uji yang digunakan adalah independent sample T test, paired sample T test, one sample T test.
Uji Asosiasi
Di sini akan diuji apakah dua variabel yang ada mempunyai hubungan atau tidak. Uji yang digunakan adalah korelasi, regresi, Crosstab.
Analisis Multivariate
Di sini jumlah vaiabel banyak dan tujuan pengujian adalah mencoba mengetahui struktur data yang ada pada variabel-variabel tersebut.Uji yang digunakan adalah Analisis Diskriminan, Analisis faktor.
Statistik Non Parametrik
Penggunaan statistik non parametrik ini digunakan pada kondisi-kondisi penelitian tertentu. Kondisi yang sering dijumpai antara lain data pada sampel tidak terdistribusi normal, jumlah sampel yang kecil (kurang dari 30), cenderung lebih sederhana sehingga kesimpulannya kadang diragukan.Yang termasuk uji non parametrik adalah Uji Sign, Uji Mann Whitney, uji Friedman, uji Kruskal Wallis H akan dibahas lebih lanjut pada bab selanjutnya.
Tommi Poltak Mario, V. Wiratna Sujarweni. SPSS untuk Paramedis. Sleman. Penerbit Ardana Media. 2006
No. Skala Penggunaan Nama Uji Keterangan 1
Nominal Uji beda satu kelompok
Binominal Bisa dipakai bila uji McNemar dan Chi Square 2x2 tidak bisa dilakukan
2
Nominal Uji beda satu kelompok Uji beda 2
kelompok mandiri Uji beda 3
kelompok mandiri
Chi Square Penggunaannya luas.
Bisa dipakai sebagai pengganti uji nonparametrik lain untuk skala ordinal
3
Nominal Uji beda 2 kelompok berpasangan
McNemar Dapat digunakan untuk sampel skala ordinal.
4
Nominal Uji beda 2
kelompok mandiri
Fisher Exact Probability Test
Efektif untuk sampel kecil (n<20)
Hanya bisa untuk menguji data pada tabel kontingensi 2x2
5
Nominal Uji beda 3 kelompok atau lebih yang berpasangan
Cochran (Q-test)
Hanya digunakan untuk data yang dikotomi saja (data “ya” atau “tidak”)
kelompok mandiri Whitney praktek sehari-hari
7
Ordinal Uji beda 1 kelompok (Goodness of Fit) Uji beda 2 kelompok mandiri Kolmonogoro v-Smirnov
Amat baik untuk membandingkan distribusi kelompok, median. Dispersi dan skewness
8
Ordinal Uji Goodness of Fit
Uji 2 kelompok berpasangan
Wilcoxon Bisa dipakai untuk data berskala interval berpasangan (bila uji parametrik tidak bisa digunakan, karena sampel kecil)
9
Ordinal Uji beda 2 kelompok berpasangan
Sign test Makin efektif bila jumlah pasangan makin kecil (n<25)
10
Ordinal Uji 2 kelompok mandiri
Uji 3 kelompok atau lebih yang mandiri
Median test Dapat digunakan untuk data interval sampel kecil
11
Ordinal Uji 3 kelompok atau lebih yang berpasangan Analisis Varians Friedman (Friedman Analysis of Varians)
Cukup baik untuk jumlah subjek kecil
12
Ordinal Uji 3 kelompok atau lebih yang mandiri
Kruskal-Wallis
Dapat untuk data interval sampel kecil 13 Interval atau Rasio Uji 2 kelompok mandiri
Moses Dapat menguji variasi data
14 Interval atau Rasio Uji 2 kelompok mandiri Wald-Wolfowitz
Efektif untuk menguji rata-rata 2 sampel 15 Interval atau Rasio Uji 2 kelompok berpasangan
Walsh test Tidak bisa untuk sampel besar (n>15) 16 Interval atau Rasio Uji 2 kelompok berpasangan, sampel kecil Uji 2 kelompok mandiri dengan sampel kecil Uji 2 kelompok mandiri dengan sampel besar
Randomisasi Tidak bisa menguji 3 kelompok lebih yang mandiri
Panduan Penelitian, Dr. B. Sandjaja, MSPH dan Albertus Heriyanto, M. Hum
3. Hal – hal yang perlu diperhatikan dalam uji statistik ? menentukan variable yang dihubungkan
menentukan jenis hipotesis
menetukan masalah skala pengukuran
menentukan berpasangan/ tidak berpasangan
menentukan jumlah kelompok atau menentukan jenis table bila hipotesis komperatif numeric , tentukan banyak kelompok
(Statistik untuk penelitian uji hipotesis dengan spss seri EBM. Prof DR SU GIYONO)
Identifikasi skala pengukuran Tentukan jenis uji hipotesis Identifikasi jumlah kelompok
Identifikasi pasangan/tidak berpasangan
Untuk variabel kategorikal,identifikasi apakah dapat dibuat tabel silang Identifikasi persyaratan uji parametrik dan non parametrik
(Statistik untuk penelitian uji hipotesis dengan Spss seri statistic .Prof DR SUGIYONO)
4. Faktor apa saja yang mempengaruhi uji statistik ?
1. Representativitas dipengaruhi oleh tekhnik sampling dan besar sampel Jadi makin tinggi nilai representativitas makin tinggi nilai kekuatan ujinya 2. Variabilitas gejala atau variable yang diamati
Semakin besar simpangan baku semakin rendah kekuatan ujinya
Variabilitas banyak variasinya :
Jika terdapat banyak macam makin rendah kekuatan ujinya
5. Bagaimana tata cara pemilihan uji statistik dan contoh? Langkah-langkah :
a. Tentukan uji yang dikehendaki (korelasi/perbedaan)
b. Tentukan cara memperoleh sampel (probability/non probability)
c. Tentukan tingkat variable tergantung yang akan di analisis dan bagaimana time ordery d. Menentukan berapa jumlah kelompok yang akan diobservasi kalau 2/> apakah sampel
berhubungan atau tidak
e. Menentukan adakah pengamatan ulang terhadap suatu variable atau tidak
f. Apakah pada uji yang dikehendaki dilakukan uji pengendalian terhadap variable tertentu
Uji deskriptif
- Menghitung ratarata data - Menghitung simpangan baku - Menghitung harga p
- Melihat harga t table - Menggambar kurva
- Meletakkan kedudukan t hitung dan t table dalam kurva yang telah dibuat tadi - Membuat keputusan
Uji inferensial
- Merumuskan hipotesis nol
- Memilih uji statistik yang adekuat
- Memilih tingak kemaknaan dan besar sampel
- Mengasumsukan distribusi sampel dan menetapkan daerah pe nolakan - Menghitung data dan mngambil kesimpulan.
7. Kesalahan apa saja yg muncul pada uji statistik? Kesalahan uji statistic
(tipe I / alfa error dan tipe II / beta error)
• Kesalahan tipe I adalah suatu kesalahan bila menolak hipotesis nol (Ho) yang benar (seharusnya diterima).Dalam hal ini tingkat kesalahan dinyatakan dengan α. • Kesalahan tipe II adalah kesalahan bila menerima hipotesis yang salah (seharusnya ditolak). Tingkat kesalahan ini dinyatakan dengan β.
Sumber : Statistika untuk Penelitian, Prof.DR. Sugiyono
8. Apa Fungsi dari statistik deskriptif dan statistik inferensial dan perbedaan?
a. Alat untuk menghitung besarnya anggota sample yang diambil dari suatupopulasi. Dengan demikian jumlah sampel yang diperlukan lebih dapat dipertanggungjawabkan. b. Alat untuk menguji validitas dan reliabilitas instrumen. Sebelum instrumen digunakan
untuk penelitian, maka harus diuji validitas dan reabilitasnya terlebih dahulu.
c. Teknik-teknik untuk menyajikan data, sehingga data lebih komunikatif. Teknik-teknik penyajian data ini antara lain; tabel, grafik, diagram lingkaran, dan pictogram.
d. Alat untuk menganalisis data seperti menguji hipotesis penelitian yang diajukan. Dalam hal ini statistik yang digunakan antara lain; korelasi, regresi, t-test, anova,dll.
(Sugiyono, 2005, Statistika untuk Penelitian, Alfabeta, Bandung)
9. Apa saja syarat uji statistik parametrik dan non parametrik? Parametrik
Jumlah sampel cukup besar untuk dapat diproses Sample diambil secara acak
Sampel tersebut berdistribusi normal
Bila ingin melakukan uji beda, kedua sampel harus memiliki varian yang sama Data yang berskala interval atau rasio
Non Parametrik Sampel kecil
Berskala nominal atau ordinal
Berskala interval atau rasio, bilamana sampel yang berskala tersebut tidak memenuhi syarat uji parametrik
Panduan Penelitian, Dr. B. Sandjaja, MSPH
statistiStatistik parametric statististatistik non parametric
-
Cara pengambilan keputusandidasarkan pada asumsi dan ciri2 populasi
-
Untuk menguji data yangberskala interval dan rasio
-
Untuk uji pada sampel yangbesar
-
Cara pengambilan keputusan tidakdidasarkan pada asumsi dan ciri2 populasi
-
Untuk menguji data yang berskalanominal dan ordinal
-
Untuk uji pada sampel yang kecila. Statistik parametrik : digunakan untuk menganalisis data interval/rasio yang diambil dari populasi yang berdistribusi normal.
b. Statistik non parametrik : digunakan untuk menganalisis data nominal dan ordinal dari populasi yang bebas distribusi.
(Statistika untuk Penelitian,dr.Sugiyono)
10. Jelakan apa yang dimaksud homogenitas normal dan cara pengukurannya Kenapa <0,05 / > 0,05
Standar deviasi adalah penyebaran nilai suatu data terhadap mean-nya
Statistika untuk Kedokteran dan Kesehatan, Seri Evidence Based Medicine, dr. M. Sopiyudin Dahlan
Distribusi normal merupakan satu-satunya distribusi probabilitas dengan variable random continue dan mempunyai peran yg sngat penting dlm statistika krn:
”Distribusi normal memiliki beberapa sifat yg memungkinkan untuk dipergunakan sbg pedoman dlm menarik kesimpulan berdasarkan hasil sampel.
Meskipun distribusi normal merupakan distribusi teoritis tetapi sangat sesuai dgn disribusi empiris shg dikatakan bhwa semua peristiwa secara alami akan membentuk distribusi ini oleh
karena itu distribusi ini sering dikenal dgn distribusi normal”
Biostatistika Untuk Kedokteran Dan Kesehatan Masyarakat Dr. Eko Budiarto UJI NORMALITAS:
Uji normalitas berguna untuk menentukan data yang telah dikumpulkanberdistribusi normal atau diambil dari populasi normalUji statistik normalitas yang dapat digunakan diantaranya :-Chi-Square- Kolmogorov Smirnov,- Lilliefors- Shapiro Wilk.
UJI HOMOGENITAS:
Mencari Varians/Standar deviasi Variabel X danY, dengan rumus:
Mencari F hitung dengan dari varians X danY, dengan rumus:
Membandingkan F hitung dengan F tabel pada tabel distribusi F, denganuntuk varians terbesar adalah dk pembilang n-1untuk varians terkecil adalah dk penyebut n-1JikaFhitung < Ftabel, berarti homogen. Jika F hitung > F tabel, berarti tidak homogen.
Uji Normalitas oleh dr. Ratu Ilma Indra Putri Normalitas
Sering kali kita mendengar bahwa dalam uji statistik, data yang kita miliki harus diuji
normalitasnya terlebih dahulu untuk menentukan alat uji yang dapat kita gunakan. Jika data yang kita miliki berdistribusi normal, maka kita dapat menggunakan uji parametrik, jika tidak maka kita harus menggunakan uji non parametrik. Demikian pula ketika kita menggunakan alat uji regresi, beberapa sumber menyatakan bahwa data harus berdistribusi normal.
Normalitas pada uji beda.
Sebenarnya, uji beda seperti uji t , mensyaratkan bahwa sampel yang kita miliki berasal dari populasi yang berdistribusi normal. Jika kita dapat meyakini bahwa sampel yang kita miliki memang berasal dari populasi yang berdistribusi normal, maka kita dapat menggunakan uji parametrik. Bagaimana kita bisa mengetahui bahwa sampel kita berasal dari populasi yang berdistribusi normal?
Kita lihat kembali pada poin pertama di atas. Jika kita melakukan penyampelan dengan
distribusi yang normal, maka kita akan memiliki sampel yang mendekati karakteristik populasi. Dengan demikian, jika sampel yang kita miliki berdistribusi normal, maka kemungkinan besar populasi asal sampel pun akan memiliki distribusi yang normal. Dengan demikian, syarat bahwa sampel harus berasal dari populasi yang berdisribusi normal terpenuhi, dan uji parametrik pun dapat kita gunakan.
Model regresi yang baik ditandai dengan nilai residual yang random. Sesuatu yang random, biasanya ditandai dengan distribusi yang normal, dengan demikian, model regresi yang baik, ditandai dengan nilai error term (residual) yang berdistribusi normal.
Nilai error term yang random sebenarnya menggambarkan bahwa model regresi yang digunakan untuk melakukan estimasi, terbebas dari adanya pengaruh variabel lain yang kuat namun tidak masuk dalam model. Dengan demikian, hasil estimasi dari model regresi kita tidak akan
menyesatkan.
(Statistika untuk Penelitian,dr.Sugiyono) 11. Uji multivariat
