LBM 4 MODUL METODE PENELITIAN Biostatistik cabang ilmu statistic yang berkaitan dengan apliksai metode statistic pada

persoalan dibidang biologi dan kedokteran. Fungsi o Memecahkan masalah2 penelitian yang berkaitan dengan kehidupan melalui pengumpulan, pengolahan dan penyajian analisis o Untuk menganalisis sampel yang diambil dari suatu populasi Contoh : homogenitas sampel o menguji validitas dan reliabilitas instrument penelitian o menguji hipotesis Peranan statistic dalam penelitian a. Alat untuk menghitung besarnya anggota sample yang diambil dari suatu populasi. Dengan demikian jumlah sampel yang diperlukan lebih dapat dipertanggungjawabkan. b. Alat untuk menguji validitas dan reabilitas 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. Statistika untuk Penelitian, Prof. DR. Sugiyono

Macam-macam statistic a) Statistik deskriptif (data nominal,ordinal,skala interval dan rasio) adalah statistik yang digunakan untuk menggambarkan atau menganalisa karakteristik data hasil penelitian, tetapi tidak untuk membuat kesimpulan yang lebih luas (generalisasi/inferensial) statistic lokasi (ukuran kecenderungan memusat) : menerangkan kedudukan contoh pada suatu dimensi yang menggambarkan peubah. statistic sebaran :

Statistic inferensial adalah suatu proses penarikan kesimpulan terhadap

karakter populasi yang didasarkan pada data yang diperoleh dari observasi pada sampel Statistic parametric : kolerasi produk momen, kolerasi ganda, dan kolerasi parsial. Persyaratan untuk dapat menguji dengan uji statistik parametrik : a. Jumlah sampel cukup besar untuk dapat diproses b. Sampel diambil secara acak c. Sampel tsb berdistribusi normal d. Bila ingin melakukan uji beda , kedua sampel harus memiliki varian yang sama e. Data yang ada berskala interval atau rasio Statistic non parametric : bagian statistik yang tidak memerlukan asumsi2 tertentu misalnya mengenai bentuk distribusi dan hipotesis2 yang berkaitan dengan nilai2 parameter ttt Persyaratan uji statistik non-parametrik : uji statistik yang digunakan untuk uji pada sampel yang kecil

berskala nominal atau ordinal namun dalam keadaan tertentu dapat juga untuk skala interval dan rasio, bilamana sampel yang berskala tsb tidak mungkin diuji secara parametrik

sebaran data tidak normal, tidak homogen tidak bekerja berdasarkan atas parameter estimasi dari populasi seperti simpangan baku , maupun varian

Panduan Penelitian oleh Dr.B.Sandjaja, MSPH

Syarat untuk menguji 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 a. Sampel kecil b. Berskala nominal atau ordinal c. Berskala interval atau rasio, bilamana sampel yang berskala tersebut tidak memenuhi syarat uji parametrik

Panduan Penelitian, Dr. B. Sandjaja, MSPH

kegunaan/ peran? Berperan dalam pengujian hipotesis Penyusunan model teoritis Pengembangan alat pengambilan data Penyusunan rancangan penelitian

Penentuan sampel penelitian Pengolahan dan analisi data ( Prof. DR. H. Abdurrahmat Fathoni, M. Si. Metodologi Penelitian dan

Tehnik Penyusunan Skripsi. Rineka Cipta) a) alat untuk menghitung besarnya anggota sample yang diambil dari suatu populasi b) alat untuk menguji validitas dan reliabilitas instrument c) tehnik2 untuk menyajikan data, sehingga data lebih komunikatif d) alat untuk analisis data seperti menguji hipotesis penelitian yang diajukan. (Statistik untuk penelitian oleh DR.Sugiyono)

variable yang ada di dalam statistic a. Variabel kategorikal : berkaitan dengan karakteristik satu set data, dengan pengukuran kategorikal dikenal istilah jumlah atau frekwensi tiap kategori (n) dan persentase tiap kategori (%)yang umumnya disajikan dalam bentuk tabel atau grafik b. Variabel numerik Berkaitan dengan gambaran karakteristik satu set data dengan skala pengukuran numerik, parameter yang lazim digunakan yaitu parameter ukuran pemusatan (mean, median , modus ) dan parameter ukuran penyebaran ( standar deviasi, varian, koefisien varian, interkuartil, range, dan minimum maksimum. Data

variabel dengan skala pengukuran numerik umumnya disajikan dalam bentuk tabel dsn grafik ( histogram dan plot)

(Dahlan. S, Statistika Untuk Kedokteran dan kesehatan, 2004)

penjelasan tentang uji parametric dan nonparametric Macam-macam statistic non parametric

a) uji tanda (sign test)

uji tanda didasarkan atas tanda2 positif atau negatif dari perbedaan antara pasangan pengamatan , bukan atas besarnya perbedaan.Uji tanda biasanya digunakan untuk mengetahui pengaruh sesuatu.Langkah2 pengujian dengan uji tanda : 1. menentukan formulasi hipotesis H0 : probabilitas terjadinya tanda positif dan probabilitas terjadinya tanda negatif adalah sama H1 : probabilitas terjadinya tanda positif dan probabilitas terjadinya tanda negatif adalah berbeda 2. menentukan taraf nyata () Pengujian dapat berbentuk satu sisi atau dua sisi 3. menentukan kriteria pengujian i. pengujian satu sisi H0 diterima apabila probabilitas hasil sampel H0 ditolak apabila > probabilitas hasil sampel ii. pengujian dua sisi H0 diterima apabila 2 kali probabilitas hasil sampel H0 ditolak apabila > 2 kali probabilitas hasil sampel 4. menentukan nilai uji statistik Merupakan nilai dari probabilitas hasil sampel. 5. membuat kesimpulan Menyimpulkan H0 diterima / ditolak

b) sign rank test (wilcoxon) pada uji bertanda ini selain memperhatikan tanda perbedaan (positif atau negatif) juga memperhatikan besarnya beda dalam menentukan apakah ada perbedaan nyata antara data pasangan yang diambil dari sampel atau sampel yang berhubungan langkah2 wilcoxon : 1. menentukan formulasi hipotesis H0 : jumlah urutan tanda positif dengan jumlah urutan tanda negatif adalah sama (tidak ada perbedaan nyata antara pasangan data) H0 : jumlah urutan tanda positif dengan jumlah urutan tanda negatif adalah berbeda (ada perbedaan nyata antara pasangan data) 2. menentukan taraf nyata () dengan T tabelnya pengujiannya dapat berbentuk satu sisi atau dua sisi 3. menentukan kriteria pengujian H0 diterima apabila T0 T H0 ditolak apabila T0 < T 4. menentukan nilai uji stastistik (nilai T0) tahap2 pengujian adalah sbb : a. menentukan tanda beda dan besarnya tanda beda antara pasangan data b. mengurutkan bedanya tanpa memperhatikan tanda dan jenjang angka 1 untuk beda yang terkecil , dst jika terdapat beda sama , diambil nilai rata2nya beda nol tidak diperhatikan

c. memisahkan tanda beda positif dan negatif atau tanda jenjang d. menjumlahkan semua angka positif dan angka negatif e. nilai terkecil dari nilai absolut hasil penjumlahan merupakan nilai T 0 yaitu nilai uji statistik 5. membuat kesimpulan menyimpulkan H0 diterima atau ditolak

c) rank sum test (wilcoxon)

d) rank corelation test (spearman)

prinsip : akan menguji apakah memang antarprediktor mempunyai pengaruh yang signifikan dengan nilai residualnya digunakan untuk menguji homogenitas sampel kecil (<30 responden/pengamatan) e) fisher probability exact test f) chisquare

Macam-macam statistic parametric : a) t-test

b) anova
adalah rerata kuadrat skor simpangannya yang menunjukkan variansi suatu distribusi yang diamati c) multiple regresi d) korelasi product moment e) korelasi ganda f) korelasi parsial

(pokok2 materi statistik 2 9statistik inferensi oleh Ir.M.Iqbal Hasan)

Keuntungan dan kerugian statistic non parametric Keuntungan a) tidak membutuhkan asumsi tentang normalitas distribusi populasi seperti pada statistic parametric b) lebih mudah dikerjakan dan lebih mudah dimengerti karena tidak membutuhkan parametric c) dapat menggantikan data numeric dengan jenjang perhitungan matematik yang rumit seperti satistik

d) tidak di butuhkan urutan atau jenjang secara formal karena sering di jumpai hasil pengamatan yang dinyatakan dalam data kualitatif e) pengujian hipotesisnya dilakukan secara langsung pada pengamatan yang nyata. f) Tidak terikat pada distribusi normal populasi tetapi dapat digunakan pada populasi berdistribusi normal Kerugian : a. Tidak adanya sistematika b. Hasilnya bisa meragukan jarena kesederhanaan metodenya statistik nonparametrik digunakan apabila : 1. sampel yang digunakan memiliki ukuran yang kecil 2. data yang digunakan bersifat ordinal , yaitu data2 yang bisa disusun dalam urutan atau diklasifikasikan rangkingnya 3. data yang digunakan bersifat nominal , yaitu data2 yang dapat diklasifikasikan dalam kategori dan dihitung frekuensinya 4. bentuk distribusi populasi dan tempat pengambilan sampel tidak diketahui menyebar secara normal 5. ingin menyelesaikan masalah statistik secara cepat tanpa menggunakan alat hitung

( pokok2 materi statistik 2 9statistik inferensi oleh Ir.M.Iqbal Hasan )

Perbedaan statistic parametric dan non parametric statisStatistik parametric statististatistik non parametric

- Cara pengambilan keputusan - Cara pengambilan keputusan didasarkan pada asumsi dan ciri2 populasi - Untuk menguji data yang berskala interval dan rasio - Untuk uji pada sampel yang tidak didasarkan pada asumsi dan ciri2 populasi - Untuk menguji data yang berskala nominal dan ordinal - Untuk uji pada sampel yang kecil

besar - Sebaran data normal

- Sebaran data tidak normal

2. kesalahan yang muncul dalam uji statistic Kesalahan uji tipe I Adalah karena Ho ditolak padahal kenyataannya benar ,artinya kita menolak hipotesis tsb (Ho) yabg seharusnya diterima Kesalahan uji tipe II Adalah kesalahan karena Ho diterima padahal kenyataannya salah.Artinya kita menerima hipotesis tsb (Ho) yang seharusnya ditolak. Apabila kedua jenis kesalahan tsb dinyatakan dalam bentuk probabilitas didapatkan hal2 sbb: a. Kesalahan tipe I disebut kesalahan yang dalam bentuk penggunaanya disebut sbg taraf yang nyata atau taraf signifikan.1 disebut sbg tingkat keyakinan , karena dengan itu kita yakin bahwa kesimpulan yang kita buat adalah benar sebesar 1 b. Kesalahan tipe II disebut kesalahan yang dalam bentuk penggunaanya disebut sbg fungsi ciri operasi , disingkat CO , 1 disebut sbg kausa pengujian karena memperlihatkan kuasa terhadap pengujian yang dilakukan untuk menolak hipotesis yang seharusnya ditolak (pokok2 materi statistik 2 9statistik inferensi oleh Ir.M.Iqbal Hasan)

Statistic deskriptif Definisi mengacu pada bagaimana menata atau mengorganisasi data, menyajikan, dan menganalisis data. Menata, menyajikan, dan menganalisis data dapat dilakukan misalnya dengan menentukan nilai rata-rata hitung dan persen / proposisi. Cara lain untuk menggambarkan data adalah dengan membuat tabel, distribusi frekuensi, dan diagram atau grafik (Sugiyono, 2006)

membantu memahami tentang karakteristik data yang dimiliki. (dr M. Sopiyudin Dahlan, statistika untuk kedokteran dan kesehatan) Contoh penelitian deskriptif o Gambaran status gizi balita di desa Jarang Makan tahun 2011 2012 Pengambilan sampel Pengumpulan data Pengolahan data Tendensi sentral Std Dev Ciriciri o Komunikatif o Mudah dipahami o Penyajian data bisa berupa narasi, grafik, tabel, diagram, pictogram Yang umumnya dihitung dalam statistic deskriptif o Mean = nilai rata-rata o Median = nilai tengah o Modus = nilai yang sering muncul o Varian o Std dev Penyajian data

Statistic inferensial Definisi statistik yang berkenaan dengan cara penarikan kesimpulan berdasarkan data yang diperoleh dari sampel untuk menggambarkan karakterisktik atau ciri dari suatu populasi. Dengan demikian dalam statistik inferensial dilakukan suatu generalisasi (perampatan atau memperumum) dan hal yang bersifat khusus (kecil) ke hal yang lebih luas (umum). Oleh karena itu,

statistik inferensial disebut juga statistik induktif atau statistik penarikan kesimpulan. Pada statistik inferensial biasanya dilakukan pengujian hipotesis dan pendugaan mengenai karakteristik (ciri) dari suatu populasi, seperti mean dan Uji t (Sugiyono, 2006). Contoh penelitian inferensial o Pengaruh kualitas kesehatan rumah dengan kejadian TB Paru di wilayah kerja Puskesmas Siwuluh Penentuan variable Variable bebas : kualitas kesehatan rumah skala : ordinal Variable tergantung : kejadian TB Paru skala : nominal Pemilihan populasi Pasien TB yang rawat jalan Penentuan sampel Pasien TB yang rawat jalan periode januari desember 2010 Pasien TB paru yang termasuk warga tetap di wilayah kerja Pusk. Siwuluh inklusi Penentuan instrument Kuesioner Pedoman observasi Pengumpulan data Cluster Case control Pengujian Homogenitas sampel Reliabilitas dan validitas instrumen Ciriciri

o Mengetahui pengaruh antar variable o Meramalkan antar variable Macam2 o Parametric ilmu statistika yang mempertimbangkan jenis sebaran/distribusi data, yaitu apakah data menyebar normal atau tidak. Pada umumnya, Jika data tidak menyebar normal, maka data harus dikerjakan dengan metode Statistika non-parametrik, atau setidak2nya dilakukan transformasi agar data mengikuti sebaran normal, sehingga bisa dikerjakan dg statistika parametrik. Contoh metode statistika parametrik: uji-z (1 atau 2 sampel), uji-t (1 atau 2 sampel), korelasi pearson, Perancangan Percobaan (1 or 2-way ANOVA parametrik), dll. Syarat uji parametric : a) Skala pengukuran variable harus numeric b) Sebaran data normal c) Varians data homogeny macam-macam statistic parametric a. Uji t untuk dua variabel tidak berkaitan b. Uji t untuk dua variabel berkaitan c. Anovar (analisis varians) d. Uji Pearson untuk korelasi Metodologi Penelitian Bidang Kedokteran, Prof. dr. Arjatmo Tjokronegoro, PhD. o Non parametric statistika bebas sebaran (tdk mensyaratkan bentuk sebaran parameter populasi, baik normal atau tidak). Statistika nonparametrik biasanya digunakan untuk melakukan analisis pada data

berjenis Nominal atau Ordinal. Data berjenis Nominal dan Ordinal tidak menyebar normal. Contoh metode Statistika nonparametrik:Binomial test, Chi-square test, Median test, Friedman Test, dll. Syarat uji non parametric a) Sakala pengukuran variable kategorikal (ordinal,nominal) b) Sebaran data tidak normal Macam-macam statistic non parametric 1. Satu variabel a. Uji Bonomial b. Uji Chi Square c. Uji Kolmogorov-Smirnov (K-S) 2. Dua variabel (tidak berkaitan) a. Uji Fisher b. Uji Chi Square untuk dua sampel c. Uji Kolmogorov-Smirnov untuk dua sampel (K-S) d. Uji Mann-Whitney e. Uji Chi Square untuk k sampel f. Uji Kruskal Wallis g. Uji Kendall 3. Dua variabel (berkaitan) a. Uji Mc Nemar (Marginal chi square) b. Uji Chochrans Q. c. Uji Sign d. Uji Wilcoxon untuk pasangan serasi e. Uji Friedman f. Uji Page L (trend)

Metodologi Penelitian Bidang Kedokteran, Prof. dr. Arjatmo Tjokronegoro, PhD.

1. Statistik Deskriptif Statistik deskriptif bertujuan untuk menggambarkan berbagai karakteristik data seperti mean, median, modus 2. Statistik Inferensial Statistik inferensial bertujuan untuk menguji hipotesis yang dapat dikelompokkan lagi menjadi 2 yaitu: a. 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 Untuk Statistik Parametrik akan dibahas lebih lanjut pada bab selanjutnya.

b. 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
1. peran / kegunaan statistic sebagai pengolah data dengan oerhitungan statistik tertentu, menjadi informasi yang berarti.

INPUT DATA

PROSES STATISTIK

OUTPUT DATA (INFORMASI)

Tommi Poltak Mario, V. Wiratna Sujarweni. SPSS untuk Paramedis. Sleman. Penerbit Ardana Media. 2006 1. penyusun model teoretis 2. perumusan hipotesis 3. pengembangan alat pengambil data 4. penyusunan rancangan penelitian

5. Penentuan sampel 6. pengolah dan analisis data Drs. Cholid Narbuko, Drs. H. Abu Achmadi. Metodologi Penelitian. Jakarta. Bumi Aksara. 2007

macam macam uji parametrik e. Uji t untuk dua variabel tidak berkaitan f. Uji t untuk dua variabel berkaitan g. Anovar (analisis varians) h. Uji Pearson untuk korelasi Metodologi Penelitian Bidang Kedokteran, Prof. dr. Arjatmo Tjokronegoro, PhD. Non parametric 1. Satu variabel a. Uji Bonomial b. Uji Chi Square c. Uji Kolmogorov-Smirnov (K-S) 2. Dua variabel (tidak berkaitan) a. Uji Fisher b. Uji Chi Square untuk dua sampel c. Uji Kolmogorov-Smirnov untuk dua sampel (K-S) d. Uji Mann-Whitney e. Uji Chi Square untuk k sampel f. Uji Kruskal Wallis g. Uji Kendall 3. Dua variabel (berkaitan) a. Uji Mc Nemar (Marginal chi square)

b. Uji Chochrans Q. c. Uji Sign d. Uji Wilcoxon untuk pasangan serasi e. Uji Friedman f. Uji Page L (trend) Metodologi Penelitian Bidang Kedokteran, Prof. dr. Arjatmo Tjokronegoro, PhD. No Skala . 1 Nomi nal Uji beda satu kelompok Binominal Bisa dipakai bila uji McNemar dan Chi Square 2x2 tidak bisa dilakukan 2 Nomi nal Uji beda satu kelompok Uji beda 2 kelompok mandiri Uji beda 3 kelompok mandiri 3 Nomi nal 4 Nomi nal Uji beda 2 kelompok berpasangan Uji beda 2 kelompok mandiri Fisher Exact Probabilit McNemar Dapat digunakan untuk sampel skala ordinal. Efektif untuk sampel kecil (n<20) Chi Square Penggunaannya luas. Bisa dipakai sebagai pengganti uji nonparametrik lain untuk skala ordinal Penggunaan Nama Uji Keterangan

y Test

Hanya bisa untuk menguji data pada tabel kontingensi 2x2

Nomi nal

Uji beda 3 kelompok atau lebih yang berpasangan

Cochran (Q-test)

Hanya digunakan untuk data yang dikotomi saja (data ya atau tidak)

Ordin al

Uji beda 2 kelompok mandiri

MannWhitney Kolmonog orov-

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

Ordin al

Uji beda 1 kelompok

(Goodness of Fit) Smirnov Uji beda 2 kelompok mandiri 8 Ordin al Uji Goodness of Fit Uji 2 kelompok berpasangan Wilcoxon

Bisa dipakai untuk data berskala interval berpasangan (bila uji parametrik tidak bisa digunakan, karena sampel kecil)

Ordin al

Uji beda 2 kelompok berpasangan

Sign test

Makin efektif bila jumlah pasangan makin kecil (n<25)

10

Ordin al

Uji 2 kelompok mandiri Uji 3 kelompok atau lebih yang mandiri

Median test

Dapat digunakan untuk data interval sampel kecil

11

Ordin al

Uji 3 kelompok atau lebih yang berpasangan

Analisis Varians Friedman (Friedman Analysis of Varians)

Cukup baik untuk jumlah subjek kecil

12

Ordin al

Uji 3 kelompok atau lebih yang mandiri

KruskalWallis Moses

Dapat untuk data interval sampel kecil Dapat menguji variasi data

13

Inter val atau Rasio

Uji 2 kelompok mandiri

14

Inter val atau Rasio

Uji 2 kelompok mandiri

WaldWolfowitz

Efektif untuk menguji rata-rata 2 sampel

15

Inter val atau Rasio

Uji 2 kelompok berpasangan

Walsh test

Tidak bisa untuk sampel besar (n>15)

16

Inter val atau

Uji 2 kelompok berpasangan, sampel kecil

Randomis asi

Tidak bisa menguji 3 kelompok lebih

Rasio

Uji 2 kelompok mandiri dengan sampel kecil

yang mandiri

Uji 2 kelompok mandiri dengan sampel besar

Panduan Penelitian, Dr. B. Sandjaja, MSPH dan Albertus Heriyanto, M. Hum