Recommended
More Related Content
Similar to Pemilihan Uji Statistik-FKG UNDIP-Safirina Aulia Rahmi
Similar to Pemilihan Uji Statistik-FKG UNDIP-Safirina Aulia Rahmi (20)
More from safirinaauliarahmi1
More from safirinaauliarahmi1 (20)
Recently uploaded
Recently uploaded (20)
Pemilihan Uji Statistik-FKG UNDIP-Safirina Aulia Rahmi
- 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
- 12. Pengetahuan sesudah penyuluhan Baik Buruk Pengetahuan sebelum penyuluhan Baik a b a+c Buruk c d c+d a+c c+d N Tabel BxK dan Prinsip PxK
- 13. Tabel BxK dan Prinsip PxK Pengetahuan * Perilaku pencegahan Crosstabulation Perilaku pencegahan Total Positif Negatif Pengetahuan Baik Count 19 11 30 % within Pengetahuan 63.3% 36.7% 100.0% % within Perilaku pencegahan 16.7% 8.7% 12.5% Cukup Count 46 43 89 % within Pengetahuan 51.7% 48.3% 100.0% % within Perilaku pencegahan 40.4% 34.1% 37.1% Kurang Count 49 72 121 % within Pengetahuan 40.5% 59.5% 100.0% % within Perilaku pencegahan 43.0% 57.1% 50.4% Total Count 114 126 240 % within Pengetahuan 47.5% 52.5% 100.0% % within Perilaku pencegahan 100.0% 100.0% 100.0%
- 14. 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% Tabel BxK dan Prinsip PxK
- 15. Hipotesis Komparatif Numerik Komparatif Numerik tidak berpasangan Komparatif Numerik berpasangan Kategorik Komparatif kategorik tidak berpasangan Komparatif kategorik berpasangan
- 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
- 24. Contoh penyajian variable numerik Variabel Deskripsi (n=30) Usia (tahun) 39,04 Lama rawat 8
- 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