adasdasd

1. CARA MEMILIH UJI
STATISTIK
Residen Orthopaedi dan
Traumatologi
Universitas Udayana

2. PENDAHULUAN
Seorang peneliti menggunakan uji statistik untuk mengkonfirmasi
apakah hasil penelitian diakibatkan oleh suatu kebetulan atau
memang efek dari penelitian tersebut
Uji statistik yang benar dibutuhkan untuk mendapatkan kesimpulan
yang valid
Terdapat beberapa pertimbangan sebelum menentukan suatu uji
statistik
Pada power point ini akan dijelaskan uji statistik yang biasa
digunakan

3. RINGKASAN PEMILIHAN UJI
STATISTIK Jumlah
Kelompok/Grup
2 Kelompok
Tidak
Berpasangan
Parametrik
Unpaired T Test
Variasi sama 
Student T Test
Variasi berbeda
 Whilch T Test
Non-Parametrik
Mann Whitney U
Test
Berpasangan
Parametrik
Paired T Test
Non-Parametrik
Wilcoxon Sign
Rank Test
3 Kelompok
Tidak
Berpasangan
Parametrik
Variasi sama 
One-Way ANOVA
Variasi berbeda
 Kruskall Wallis
Test
Non-Parametrik
Kruskall Wallis
Berpasangan
Parametrik
One-Way
Repeated
Measure ANOVA
Non-Parametrik
Friedman Test
Apabila p < 0,05  Multiple comparison post-test

4. CONTOH PEMILIHAN UJI STATISTIK

5. TENTUKAN HAL-HAL BERIKUT
SEBELUM MENENTUKAN UJI
STATISTIK
Ada berapa variable? Apakah termasuk dalam variable
dependen/terikat/outcome atau independen/covariate?
Apakah skala pengukuran kategorik atau numerik?
Jumlah kelompok/grup? Apakah data berpasangan atau tidak
berpasangan?
Apa pertanyaan penelitian dan hipotesisnya?
Apakah mengikuti distribusi normal? (Parametrik vs Non-Parametrik)
Apakah varian data homogen atau tidak homogen?

6. CONTOH SKALA PENGUKURAN
Skala Kategorik
 Nominal  jenis kelamin: laki-laki, perempuan
 Ordinal  status ekonomi: sosial ekonomi rendah, menengah, tinggi
Skala Numerik
 Interval  suhu badan
 Rasio  tinggi badan, berat badan, kadar gula, kadar kolesterol darah

7. CONTOH-CONTOH PERTANYAAN
PENELITIAN DAN HIPOTESIS
•Pertanyaan penelitian – hipotesis : perbedaan / komparatif
• Apakah terdapat perbedaan kadar tekanan darah antara laki-laki yang merokok dan
tidak merokok?  kategorik dan numerik
• Apakah terdapat perbedaan kadar tekanan darah antara pasien hipertensi sebelum
dan setelah diberi edukasi gizi?  kategorik dan numerik
• Apakah terdapat perbedaan proporsi hipertensi antara laki-laki yang merokok dan
tidak merokok?  kategorik dan kategorik
•Pertanyaan penelitian – hipotesis : hubungan / asosiasi
• Apakah terdapat hubungan antara hipertensi dan merokok?  kategorik dan
kategorik
• Apakah terdapat hubungan antara kadar tekanan darah dan merokok?  kategorik
dan numerik
Pertanyaan penelitian – hipotesis : korelasi
 Apakah terdapat korelasi antara kadar tekanan darah dan jumlah rokok yang
dikonsumsi?  numerik dan numerik

8. JUMLAH KELOMPOK ATAU GRUP
Kelompok tidak berpasangan
 Subjek berbeda
 Contoh: Perbedaan tekanan darah pada kelompok merokok dan tidak merokok
Kelompok berpasangan
 Subjek sama
 Contoh: Perbedaan tekanan darah pada kelompok sebelum dan setelah diberi obat
A
Kelompok berpasangan karena desain cross over
 Subjek sama
 Contoh: Perbedaan tekanan darah pada kelompok setelah diberi obat A. Setelah
menyelesaikan obat A lalu diberi obat B

9. DISTRIBUSI DATA: NORMAL ATAU
TIDAK NORMAL
Distribusi data normal disebut
sebagai Parametrik. Sedangkan
Distribus data tidak normal disebut
sebagai Non-Parametrik .
Metode Parameter Kriteria Sebaran Data Dikatakan
Berdistribusi Normal
Keterangan
Deskriptif
Koefisien varian Nilai koefisien varians < 30% (SD/mean) x 100%
Rasio skewness Nilai rasio skewness -2 s.d +2 Skewness/ SE skewness
Rasio kurtosis Nilai rasio kurtosis -2 s.d +2 Kurtosis / SE kurtosis
Histogram Simetris tidak miring kiri maupun
kanan, tidak terlalu tinggi
ataupun rendah
Box plot Simetris median tepat di tengah,
tidak ada outlier atau nilai
ekstrim
Normal Q-Q plots Data menyebar sekitar garis
Detrended plots Data menyebar sekitar garis pd
titik nol
Analitik
Kolmogorov-
smirnov
Nilai kemaknaan (p value) > 0,05 Utk sampel besar (> 50)
Shapiro wilk Nilai kemaknaan (p value) > 0,05 Utk sampel kecil (≤ 50)

10. Data berdistribusi normal menggunakan mean sebagai ukuran
pemusatan dan standar deviasi sebagai ukuran penyebaran.
Data tidak berdistribusi normal menggunakan median sebagai ukuran
pemusatan dan minimum-maksimum sebagai ukuran penyebaran.

11. VARIAN DATA: HOMOGEN ATAU
HETEROGEN
Varian antar kelompok sama / homogen
 Parametrik
Varian antar kelompok tidak sama / heterogen
 Non parametrik
Cara menentukan distribusi data:
 Uji levene (Levene test)
Jika nilai p (p-value) atau nilai signifikansi > 0,05 
homogen
Jika nilai p (p-value) atau nilai signifikansi < 0,05 
heterogen

12. RINGKASAN PEMILIHAN UJI
STATISTIK Jumlah
Kelompok/Grup
2 Kelompok
Tidak
Berpasangan
Parametrik
Unpaired T Test
Variasi sama 
Student T Test
Variasi berbeda
 Whilch T Test
Non-Parametrik
Mann Whitney U
Test
Berpasangan
Parametrik
Paired T Test
Non-Parametrik
Wilcoxon Sign
Rank Test
3 Kelompok
Tidak
Berpasangan
Parametrik
Variasi sama 
One-Way ANOVA
Variasi berbeda
 Kruskall Wallis
Test
Non-Parametrik
Kruskall Wallis
Berpasangan
Parametrik
One-Way
Repeated
Measure ANOVA
Non-Parametrik
Friedman Test
Apabila p < 0,05  Multiple comparison post-test

13. CONTOH PEMILIHAN UJI STATISTIK

14. TERIMA KASIH