STEP 7

1. Apa saja konsep penting biostatistik ?

Fungsi biostatistik
Memecahkan masalah2 penelitian yang berkaitan dengan kehidupan melalui pengumpulan,
pengolahan dan penyajian analisis
Untuk menganalisis sampel yang diambil dari suatu populasi
Contoh: homogenitas sampel
Menguji validitas dan reliabilitas instrument penelitian
Menguji hipotesis
Statistika untuk Penelitian, Prof. DR. Sugiyono

2. Macam macam jenis uji statistik ?

Statistik Deskriptif, yaitu statistik yang digunakan untuk menggambarkan atau menganalisis
suatu statistik hasil penelitian, tetapi tidak digunakan untuk membuat kesimpulan yang lebih
luas (Generalisasi / Inferensiasi). Penelitian yang tidak menggunakan sampel, analisisnya akan
menggunakan statistik deskriptif.. demikian juga penelitian yang menggunakan sampel, tetapi
peneliti tidak bermaksud untuk membuat kesimpulan untuk populasi darimana sampel diambil,
maka statistik yang digunakan adalah stasistik deskriptif. Dalam hal ini teknik Korelasi dan
Regresi juga dapat berperan sebagai Statistik Deskriptif.
Statistik Inferensial, yaitu statistik yang digunakan untuk menganalisis data atau sampel, dan
hasilnya akan digeneralisasikan (diinferensiasikan) untuk populasi dimana sampel diambil.
Terdapat 2 macam statistik Inferensial, yaitu :
- Statistik Parametris, yaitu statistik yang digunakan untuk menganalisis data interval atau
rasio, yang diambil dari populasi yang berdistribusi normal.
- Statistik Non-Parametris, yaitu statistik yang digunakan untuk menganalisis data nominal,
dan ordinal dari populasi yang bebas distribusi
Jadi tidak harus normal. Dalam hal ini teknik Korelasi dan Regresi dapat berperan sebagai
Statistik Inferensial.
(Statistik Untuk Penelitian, Prof. Dr Sugiyono, 2005, Bandung : CV. Alfa Beta)
A. Statistik Deskriptif
Statistik deskriptif bertujuan untuk menggambarkan berbagai karakteristik data seperti
mean, median, modus
B. Statistik Inferensial
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
Nominal

Penggunaan
Uji beda satu
kelompok

Nama Uji
Binominal

Nominal

Chi Square

Nominal

Nominal

Nominal

Ordinal

Uji beda satu

kelompok
Uji beda 2
kelompok mandiri
Uji beda 3
kelompok mandiri
Uji beda 2
kelompok
berpasangan
Uji beda 2
kelompok mandiri

5
6

Uji beda 3
kelompok atau
lebih yang
berpasangan
Uji beda 2

McNemar

Keterangan
Bisa dipakai bila uji McNemar
dan Chi Square 2x2 tidak bisa
dilakukan
Penggunaannya luas.
Bisa
dipakai
sebagai
pengganti uji nonparametrik
lain untuk skala ordinal

Dapat
digunakan
sampel skala ordinal.

untuk

Fisher Exact
Probability
Test

Efektif untuk sampel kecil

(n<20)
Hanya bisa untuk menguji
data pada tabel kontingensi
2x2
Cochran (Q- Hanya digunakan untuk data
test)
yang dikotomi saja (data ya
atau tidak)
Mann-

Digunakan secara luas di

Ordinal

Ordinal

Ordinal

Ordinal

10

Ordinal

Ordinal

Interval
atau
Rasio
Interval
atau
Rasio
Interval
atau
Rasio
Interval
atau
Rasio

11

12

13

14

15

kelompok mandiri
Uji beda 1
kelompok
(Goodness of Fit)
Uji beda 2
kelompok mandiri
Uji Goodness of
Fit
Uji 2 kelompok
berpasangan

Whitney
Kolmonogoro
v-Smirnov

praktek sehari-hari
Amat
baik
untuk
membandingkan distribusi
kelompok, median. Dispersi
dan skewness

Wilcoxon

Uji beda 2
kelompok
berpasangan
Uji 2 kelompok
mandiri
Uji 3 kelompok
atau lebih yang
mandiri
Uji 3 kelompok
atau lebih yang
berpasangan

Sign test

Bisa dipakai untuk data

berskala
interval
berpasangan
(bila
uji
parametrik
tidak
bisa
digunakan, karena sampel
kecil)
Makin efektif bila jumlah
pasangan makin kecil (n<25)

Uji 3 kelompok
atau lebih yang
mandiri
Uji 2 kelompok
mandiri

Median test

Dapat digunakan untuk data

interval sampel kecil

Analisis
Cukup baik untuk jumlah
Varians
subjek kecil
Friedman
(Friedman
Analysis of
Varians)
KruskalDapat untuk data interval
Wallis
sampel kecil
Moses

Dapat menguji variasi data

Uji 2 kelompok
mandiri

WaldWolfowitz

Efektif untuk menguji ratarata 2 sampel

Uji 2 kelompok
berpasangan

Walsh test

Tidak bisa untuk sampel

besar (n>15)

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

16

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 SUGIYONO)

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
6. Cara pembuatan masing masing uji statistik ?<cari lagi>

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 penolakan
- 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 .

Kesalahan tipe II adalah kesalahan bila menerima hipotesis yang salah

(seharusnya ditolak). Tingkat kesalahan ini dinyatakan dengan .

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 keputusan

didasarkan pada asumsi dan
ciri2 populasi

Cara pengambilan keputusan tidak

didasarkan pada asumsi dan ciri2
populasi

Untuk menguji data yang

berskala interval dan rasio

Untuk menguji data yang berskala

nominal dan ordinal

Untuk uji pada sampel yang

besar

Untuk uji pada sampel yang kecil

a. 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
Data berdistribusi normal ?

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:
Langkah-langkah menghitung 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.

Normalitas pada Regresi

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
12. Uji Regresi