Sebelum mengenali beberapa macam atau jenis analisis statistik, kita perlu mengetahui terlebih dahulu jenis data. Secara umum, data terbagi menjadi dua, yaitu data kualitatif dan data kuantitatif. Data kualitatif merupakan data yang tidak dapat disajikan dalam bentuk angka atau numerik, sehingga analisis non-statistik lebih tepat untuk digunakan pada jenis data ini. Sedangkan data kuantitatif merupakan data yang dapat disajikan dalam bentuk angka atau numerik, maka analisis statistik merupakan analisis yang tepat untuk jenis data ini. Analisis statistik dalam data kuantitatif sendiri sendiri terbagi menjadi dua, yaitu statistik deskriptif dan statistik inferensial. Statistik deskriptif digunakan untuk memberikan gambaran dari suatu kumpulan data. Sedangkan statistik inferensial merupakan analisis statistik yang digunakan untuk menguji kebenaran suatu teori baru.
1. MODUL 5.1
Pemilihan Uji Statistik
berdasarkan Tujuan
Penelitian
SAFIRINA AULIA RAHMI, S.K.M.,M.Kes
Program Studi Kedokteran Gigi- Fakultas Kedokteran-UNDIP
2. 7 istilah yang harus dipahami
Skala pengukuran
variabel
Jenis hipotesis
Masalah skala
pengukuran
Berpasangan atau
tidak berpasangan
Jumlah kelompok
Syarat uji parametrik
dan non parametrik
Prinsip tabel BxK
dan PxK
3. SKALA PENGUKURAN VARIABEL
VARIABEL KATEGORI
DERAJAT ANTAR
KATEGORI
SKALA
VARIABEL
Jenis kelamin
- Laki- laki
- Perempuan
Sederajat
Kategorik
(nominal)
Tingkat
Pendidikan
- Pendidikan rendah
- Pendidikan sedang
- Pendidikan tinggi
Bertingkat
Kategorik
(ordinal)
Suhu badan
Numerik
(interval)
Kadar gula darah
Numerik
(rasio)
NUMERIK
5. CONTOH REDAKSIONAL
PERTANYAAN PENELITIAN
KOMPARATIF
• Apakah terdapat perbedaan kadar gula
darah antara perokok dan
bukanaperokok?
• Bagaimana perbandingan kadar gula
darah antara perokok dan bukan perokok?
• Apakah terdapat perbedaan terjadinya
kanker paru antara perokok dan bukan
perokok?
• Bagaimana perbandingan terjadinya
kanker paru antara perokok dan bukan
perokok?
• Apakah terdapat hubungan antara
perilaku merokok dan kanker paru?
KORELATIF
• Bagaimana korelasi
antara kadar trigliserida
dan kadar gula darah?
• Apakah terdapat
hubungan antara kadar
trigliserida dan
kadar gula darah?
7. BERPASANGAN ATAU TIDAK
BERPASANGAN DAN JUMLAH KELOMPOK
Anda mengukur tekanan darah subjek penelitian. Subjek
penelitian tersebut berasal dari dua kelompok, yaitu
lansia dan remaja
Dari segi berpasangan, contoh diatas merupakan contoh
kelompok data yang tidak berpasangan karena individu dari dua
kelompok data tersebut berbeda
Sedangkan dari segi jumlah, contoh diatas terdiri dari 2
kelompok, yaitu kelompok lansia dan kelompok remaja
8. Ada sekelompok mahasiswa yang diukur berat
badannya sebanyak dua kali, yaitu pada Bulan Januari
2023 dan Bulan Februari 2023
Dari segi berpasangan, contoh diatas merupakan contoh
kelompok data yang berpasangan karena individu dari
dua kelompok data adalah individu yang sama
Sedangkan dari segi jumlah, contoh diatas terdiri dari 2
kelompok, yaitu berat badan mahasiswa pada bulan
Januari dan pada bulan Februari
9. Subjek dibagi dua yaitu yang berasal dari urban dan rural. Setiap
kelompok urban dicari pasangan yang sepadan dari kelompok rural
(proses matching) kedua kelompok tersebut diukur tekanan darahnya
Dari segi berpasangan, contoh diatas merupakan contoh yang berpasangan
karena didalamnya terdapat proses matching, dimana dalam proses matching
tersebut subjek yang berasal dari kelompok urban mencari pasangan yang
sepadan pada kelompok rural.
Sedangkan dari segi jumlah, contoh diatas terdiri dari 2 kelompok, yaitu
kelompok urban dan kelompok rural
10. Metode untuk mengetahui
distribusi normal metode
analitik
Parameter Kriteria sebaran
normal
Keterangan
Kolmogorof -
smirnov
p>0,05 Jumlah subjek >50
Shapiro- wilk p>0,05 Jumlah subjek ≤50
Uji Parametrik dan Non-parametrik
11. Tingkat Pengetahuan Total
Rendah Sedang Tinggi
Tingkat
pendidikan
Rendah a b c a+b+c
Sedang d e f d+e+f
Tinggi g h I g+h+i
Total a+d+g b+e+h c+f+l N
Tabel BxK dan Prinsip PxK
16. Hipotesis Komparatif :
Numerik tidak Berpasangan
2 kelompok
Normal
T-test tidak
berpasangan
Tidak Normal Mann- whitney
>2 kelompok
Normal
One way
anova
Tidak normal
Kruskal-wallis
+ post hoc
mann-whitney
17. Hipotesis Komparatif :
Numerik Berpasangan
Pengukuran
berulang
2x pengukuran
Normal
T test
berpasangan
Tidak normal Wilcoxon
>2x
pengukuran
Normal
Repeated
anova+ post
hoc Bonferroni
Tidak normal
Friedman+
post hoc
wilcoxon
Matching
crossed over
2 kelompok
Normal
T test
berpasangan
Tidak normal wilcoxon
>2 kelompok
Normal
Repeated
anova+ post
hoc Bonferroni
Tidak normal
Friedman+post
hoc wilcoxon
18. Hipotesis Komparatif :
Kategorik Tidak Berpasangan (Tabel BxK)
Tabel 2x2
Syarat X2
Chi squared
dengan
koreksi Yates
Syarat X2 tidak
terpenuhi
fisher
19. Tabel 2 x K
K= ordinal
syarat x2
terpenuhi
Proporsi
Chi squared +
post hoc
Trend
Chi squared for
trend
syarat x2 tidak
terpenuhi
Proporsi
Beberapa tabel
2x2
Trend Mann whitney
Penggabungan
sel
K= nominal
Syarat x2
terpenuhi
Chi squared +
post hoc
syarat x2 tidak
terpenuhi
Penggabungan
sel
20. Tabel (>2) x
(>2)
Salah satu
ordinal
syarat x2
terpenuhi
Proporsi X2+ post hoc
Trend
x2 for trend +
post hoc
syarat x2 tidak
terpenuhi
Proporsi
Beberapa tabel
BxK
Trend
Kruskal wallis +
post hoc
Penggabungan
sel
Nominal
Syarat x2
terpenuhi
Chi square +
post hoc
Syarat x2 tidak
terpenuhi
Tidak dapat
digabung
Beberapa tabel
BxK
Penggabungan
sel
21. Hipotesis Komparatif :
Kategorik Berpasangan (prinsip PxK)
2
pengulangan
2 kategori Mc Nemar
>2 kategori
Marginal
homogeneity/
wilcoxon
>2
pengulangan
2 kategori
Cochran +
post hoc Mc
Nemar
>2 kategori
Friedman +
post hoc
Wilcoxon
22. HIPOTESIS KORELATIF
Numerik-
numerik
Sebaran
normal
Linier Pearson
Tidak linier
Tidak diuji
korelasi
Sebaran tidak
normal
Linier Spearman
Tidak linier
Tidak diuji
korelasi
Numerik -
ordinal
Linier Spearman
Tidak linier
Tidak diuji
korelasi
Numerik-
nominal
Eta
Ordinal- ordinal
Spearman,
Gamma,
Somers’d
Ordinal-
nominal
Eta
Nominal-
nominal
Koefisien
kontingensi
23. Variabel n %
Jenis kelamin
Laki- laki 22 44,0
Perempuan 28 56,0
Tingkat Pendidikan
Rendah 10 20,00
Sedang 25 50,00
Tinggi 15 30,00
Total 50 100,00
Contoh penyajian data kategorik
dalam bentuk tabel
25. Chi -Squared
Sikap * Perilaku pencegahan Crosstabulation
Perilaku
pencegahan
Total
Positif Negatif
Sikap Positif Count 61 50 111
% within Sikap 55.0% 45.0% 100.0%
% within Perilaku
pencegahan
53.5% 39.7% 46.3%
Negatif Count 53 76 129
% within Sikap 41.1% 58.9% 100.0%
% within Perilaku
pencegahan
46.5% 60.3% 53.8%
Total Count 114 126 240
% within Sikap 47.5% 52.5% 100.0%
% within Perilaku
pencegahan
100.0% 100.0% 100.0%
Chi-Square Tests
Value df
Asymptoti
c
Significan
ce (2-
sided)
Exact
Sig. (2-
sided)
Exact
Sig. (1-
sided)
Pearson Chi-
Square
4.602a 1 .032
Continuity
Correctionb
4.063 1 .044
Likelihood Ratio 4.614 1 .032
Fisher's Exact
Test
.038 .022
Linear-by-Linear
Association
4.583 1 .032
N of Valid Cases 240
a. 0 cells (.0%) have expected count less than 5. The minimum
expected count is 52.73.
b. Computed only for a 2x2 table
26. Penggabungan sel
PAL Weekdays * Status Gizi Crosstabulation
Status Gizi
Total
Underw
eight Normal
Overwe
ight
Obes
I
Obes
II
PAL
Weekdays
Ringan Count 8 30 1 27 2 68
% within
PAL
Weekdays
11.8% 44.1% 1.5% 39.7
%
2.9% 100.0
%
Sedang Count 0 1 0 0 0 1
% within
PAL
Weekdays
0.0% 100.0% 0.0% 0.0% 0.0% 100.0
%
Berat Count 0 1 0 1 0 2
% within
PAL
Weekdays
0.0% 50.0% 0.0% 50.0
%
0.0% 100.0
%
Total Count 8 32 1 28 2 71
% within
PAL
Weekdays
11.3% 45.1% 1.4% 39.4
%
2.8% 100.0
%
Chi-Square Tests
Value df Asymptotic Significance (2-sided)
Pearson Chi-Square 1.631a 8 .990
Likelihood Ratio 2.311 8 .970
Linear-by-Linear
Association
.001 1 .971
N of Valid Cases 71
a. 12 cells (80.0%) have expected count less than 5. The minimum expected count is
.01.
Klasifikasi PAL Weekdays 2 * Status Gizi Crosstabulation
Status Gizi
Total
Underwei
ght Normal
Overwei
ght Obes I Obes II
Klasifikasi
PAL 2
ringan Count 8 30 1 27 2 68
% within Klasifikasi
PAL 2
11.8% 44.1% 1.5% 39.7% 2.9% 100.0%
sedang+berat Count 0 2 0 1 0 3
% within Klasifikasi
PAL 2
0.0% 66.7% 0.0% 33.3% 0.0% 100.0%
Total Count 8 32 1 28 2 71
% within Klasifikasi
PAL 2
11.3% 45.1% 1.4% 39.4% 2.8% 100.0%
27. Kasus 1
Apakah terdapat
perbedaan rerata indeks
masa tubuh (IMT) antara
kelompok status
ekonomi tinggi
dibandingkan kelompok
ekonomi rendah?
No Langkah Jawaban
1
Identifikasi variable
dan skala
pengukuran
Variable indeks masa tubuh (numerik) dan status ekonomi
(kategorik)
2 Jenis hipotesis
Hubungan antar variable numerik dan kategorik bisa korelatif
atau komparatif. Peneliti memilih komparatif karena keluaran
yang diinginkan adalah selisih atau perbandingan rerata
3 Jenis komparatif
Hubungan antarvariabel numerik dan kategorik adalah
komparatif numerik
4
Berpasangan- tidak
berpasangan
Tidak berpasangan karena tidak memenuhi kriteria “variable
yang sama diambil dari subjek yang sama atau dianggap
sama”
5 Jumlah kelompok
Dua kelompok dilihat dari jumlah kategori variable kategorik,
yaitu ekonomi tinggi dan rendah
6 Jumlah pengukuran Satu kali
7 Kesimpulan
Komparatif numerik tidak berpasangan dua kelompok satu
kali pengukuran
8 Analisis
1. Bila sebaran normal dan varian sama, gunakan uji t tidak
berpasangan untuk varian sama
2. Bila sebaran normal dan varian berbeda, gunakan uji t
tidak berpasangan untuk varian berbeda
3. Bila sebaran tidak normal, lakukan transformasi
4. Analisis yang dilakukan bergantung pada sebaran dan
varian hasil transfomasi
5. Bila sebaran tidak normal, gunakan uji mann-whitney
28. No Langkah Jawaban
1
Identifikasi variable dan
skala pengukuran
Variable jenis kelamin (kategorik) dan asupan
makanan (kategorik ordinal)
2 Jenis hipotesis
Hubungan antar variable kategorik dan kategorik bisa
korelatif atau komparatif. Peneliti memilih komparatif
karena keluaran yang diinginkan adalah selisih atau
perbandingan proporsi
3 Jenis komparatif
Hubungan antarvariabel kategorik dan kategorik
adalah komparatif kategorik
4
Berpasangan- tidak
berpasangan
Tidak berpasangan karena tidak memenuhi kriteria
“variable yang sama diambil dari subjek yang sama
atau dianggap sama”
5 Jumlah pengukuran Satu kali
6 Kesimpulan
Komparatif kategorik tidak berpasangan satu kali
pengukuran tabel 2x3 salah satu variable ordinal
7 analisis
1. Bila sel yang mempunyai nilai expected kurang
dari lima maksimal 20% jumlah sel, gunakan uji
schi Square
2. Bila syarat tersebut tidak terpenuhi, lakukan
penggabungan sel atau gunakan uji alternatif
untuk tabel 2x3 skala ordinal, yaitu Mann-Whitney
Kasus 2
Apakah terdapat
hubungan antara jenis
kelamin (laki-laki dan
Perempuan) dengan
asupan makanan
(kurang, cukup, lebih)?
29. Kasus 3
Apakah terdapat hubungan antara kadar
radikal bebas MDA dengan Indeks Brinkman?
No Langkah Jawaban
1
Identifikasi variable dan
skala pengukuran
Variable MDA (numerik) dan Indeks Brinkman (N=numerik)
2 Jenis hipotesis
Hubungan antar variable numerik dan numerik harus
menggunakan korelatif
3 Jenis korelatif Numerik- numerik
4 Kesimpulan Korelatif numerik-numerik
5 analisis
1. Bila paling tidak salah satu variable berdistribusi normal,
gunakan uji korelasi Pearson
2. Bila keduanya tidak normal, lakukan transformasi
analisis yang dilakukan bergantung pada hasil
transformasi
3. Bila sebaran data tidak normal, gunakan Spearman
30. KONSUMSI
JUNK FOOD
OBESITAS
AKTIVITAS
FISIK
Contoh kasus : Peneliti ingin meneliti hubungan faktor konsumsi junk food
dengan kejadian obesitas dengan menilai variabel perancu (aktivitas fisik)
apakah benar benar mempengaruhi hubungan 2 variabel diatas dan seberapa
besar pengaruhnya
31. Aktivitas
Fisik
Konsumsi Junk Food Konsumsi Junk Food
Adjusted
OR
Obesitas Obesitas 95% CI
Tinggi Ringan Total Tinggi Ringan Total
Rendah 34 6 40 14 13 27 5,262 1,666-16,623
Tinggi 8 2 10 8 15 23 7,500 1,276-44,085
Total 42 8 50 22 28 50
X²MH = 12,484 P value = 0,000 cOR = 6,682 OR MH = 5,886 (95%CI 2,249-15,404)
Analisis pengaruh aktivitas fisik pada hubungan konsumsi junk food
dengan kejadian obesitas
32. LATIHAN
No Nama Jenis kelamin Umur Status Gizi
1 Responden 1 Laki- laki 23 Normal
2 Responden 2 Laki- laki 22 Normal
3 Responden 3 Laki- laki 18 Obesitas
4 Responden 4 Perempuan 25 Overweight
5 Responden 5 Perempuan 21 Obesitas
6 Responden 6 Perempuan 22 Normal
7 Responden 7 Perempuan 19 Overweight
8 Responden 8 Laki-laki 20 Overweight
9 Responden 9 Perempuan 24 Normal