Anda di halaman 1dari 17

PEMILIHAN ANALISIS STATISTIK UNTUK PENELITIAN

Dr. Edison, MPH


Bagian Ilmu Kesehatan Masyarakat Fakultas Kedokteran Universitas Andalas

PENDAHULUAN
Analisis

data merupakan kegiatan yang sangat penting dalam penelitian Analisis data mempunyai arti /makna memecahkan masalah penelitian Jawaban penelitian tidak dapat langsung didapatkan Interpretasi : Deskriptif & Analitik

TUJUAN ANALISIS DATA


Memperoleh

gambaran/deskripsi masing-masing variabel Membandingkan dan menguji teori atau konsep dengan informasi yang ditemukan Menemukan adanya konsep baru dari data yang dikumpulkan Mencari penjelasan apakah konsep baru yang diuji berlaku umum atau hanya berlaku pada kondisi tertentu

DASAR

PEMILIHAN :

* * * *

Jenis penelitian Sifat populasi Skala variabel / data Tujuan penelitian - menggambarkan - menentukan perbedaan - asosiasi / hubungan - dll

Data

adalah informasi yang berbentuk kata-kata dan angka


Data kategorikal: laki-laki, perempuan, kaya dsb. Data numerik: data yang berbentuk bilangan
data diskrit: data yang diperoleh dengan menghitung dan selalu bilangan bulat; 2 orang, 3 buah dst. data kontinyu: data yang diperoleh dengan mengukur dan selalu berada diantara bilangan bulat; 12,6 gr%, 162,5 cm dst.

Variabel

adalah fenomena yang bervariasi dan dapat diukur

DATA

Informasi yang berbentuk kata-kata atau angka

DATA
KATEGORIKAL NUMERIK
KONTINU

DISKRIT

UJI

STATISTIK 1. Uji Parametrik Syarat : - Pengamatan independen - Sampel dari pop. berdistribusi normal - Dua populasi memp. varians yg sama - Variabel berskala ratio dan interval. - Contoh : uji Z, t dan F

2. UJI NON-PARAMETRIK Jika tidak memenuhi asumsi asumsi diatas. Contoh : - Uji Independensi Kai Kuadrat - Uji Pasti Fisher - Uji Tanda - Uji McNemar - Uji Median - Uji Mann-Withney - dll

SKALA VARIABEL
BEDA NOMINAL ORDINAL URUTAN JARAK SAMA NOL MUTLAK

+ + + +

+ + +

+ +

INTERVAL RATIO

REGRESI & KORELASI


Dua variabel yang berhubungan (data numerik) dapat dianalisis secara: Korelasi dan Regresi

Korelasi
melihat besar hubungan: r dan arah hubungan: positif atau negatif

r=1

r = 0,4

r=-1

r=0

r = koefisien korelasi =

n x x n y
2 2

n xy x y
2

Korelasi positif: makin besar nilai x diikuti oleh makin besar nilai y korelasi negatif: makin besar nilai x diikuti oleh makin kecil nilai y Tidak ada korelasi: makin besar nilai x, tidak diikuti oleh makin besar atau makin kecil nilai y r r r r = = = > 0 0,25 tidak ada hubungan atau kecil 0,26 0,50 hubungan sedang 0,51 0,75 hubungan kuat 0,75 hubungan sangat kuat atau sempurna

Dengan uji hipotesis dapat diketahui apakah hubungan tersebut Bermakna atau tidak

Jenis Korelasi

Bivariat

Pearson

Untuk data dengan skala variabel interval dan ratio Untuk data dengan skala variabel ordinal

Spearman dan Kendall

Partial

Menggunakan kontrol

REGRESI
Untuk mengetahui jenis hubungan 2 variabel Untuk memprediksi var. dependen berdasarkan var. independen Rumus : y = a + bx (regresi linear sederhana)
y = var. dependen (terikat), yang akan diprediksi x = var. independen (bebas) a = y intercept, nilainya = y bila x = 0 b = slope (koefisien regresi), menentukan perubahan y
b n xy x y n x x
2 2

a y bx

Uji hipotesis untuk mengetahui sejauh mana koefisien regresi yang ada bermakna atau tidak

Regresi Ganda
x1 x2

y
x3 x4

y = a + bx1 + bx2 + bx3 + bx4 Analisis: Multi variat

Statistik non Parametrik


APLIKASI PARAMETRIK NON PARAMETRIK

Dua sampel berhubungan

t test Z test

Sign test Wilcoxon Mc Nemar


Mann-Whitney Chi-Square Kolmogorov-Smirnov Runs Friedman Kendall Cochrans

Dua sampel bebas

t test Z test

Beberapa sampel bebas

MULAI

Nominal/Ordinal Tipe data Interval/Ratio Distribusi data Normal Jumlah data < 30 Tidak normal Statistik Non Parametrik

> 30
Statistik Parametrik

t-test jika distribusi normal