3
Ca Paru
Kelompok 6 PBL
1. Rhonal Satya 113170063
2. Hagi Wibawa 115170024
3. Hanif Haidaryafi 115170025
4. M. Irsyad Baihaqi 115170043
5. M. Rifky Ilhami 115170045
6. Ryan Heri Gunawan 115170061
7. Sayyidah Vina Syauqia 115170062
8. Verrell Avila Yusuf 115170074
FAKULTAS KEDOKTERAN
UNIVERSITAS SWADAYA GUNUNG JATI
CIREBON
2018
2
DAFTAR ISI
Skenario ………………………………………………….………………………. 5
LEMBAR PENGESAHAN
LAPORAN PBL
Ca Paru
Diajukan untuk kegiatan belajar mandiri dan syarat untuk mengikuti Ujian Blok
Fakultas Kedokteran Universitas Swadaya Gunung Jati
KATA PENGANTAR
Puji dan syukur penulis panjatkan ke hadirat Allah Yang Maha Kuasa
karena atas rahmat dan hidayah-Nya kami dapat menyelesaikan tugas laporan
PBL ini.
Dalam penyusunan tugas atau materi ini, tidak sedikit hambatan yang
penulis hadapi. Oleh karena itu penulis mengucapkan terimakasih kepada Ibu
Uswatun Khasanah, S.Pd, M.Pd selaku pembimbing yang telah memberikan
pengarahan kepada penulis dan kepada seluruh pihak yang telah membantu dalam
penyelesaian tugas laporan PBL ini.
Tim Penyusun
5
Skenario 2
Ca Paru
STEP 1
STEP 2
STEP 3
4. Ordinal: grading
5. Langkah uji Spearman dengan SPSS
1) Totalkan item-item variabel x menggunakan transform → compute
variable → jumlahkan item-item variabel x
2) Totalkan item-item variabel y menggunakan menu transform →
compute variable → jumlahkan item-item variabel y
3) Buatlah ranking bagi rx dan ry menggunakan menu transform →
compute variable → masukkan skor total variabel x dan y ke
variabel’s → pilih saja smallest pada acc rank → klik ok → setelah itu
muncul variable gres yaitu ranking untuk x dan y (variable view)
4) Lakukan uji korelasi Spearman dengan SPSS dengan klik analyze →
correlate → bivariate → masukkan ranking x dan ranking y ke
variable’s → pada coefficient clienlish Spearman → pada test of
significance pilih 2 tailed (jika 2 side) / 1 tailed (jika 1 side) → klik ok.
7
STEP 4
2. a. Numerik
b. Kategorik
3. Literatur
Mind Map
Terikat
Angket
Analisis Data
Literatur Moderator
Korelasi
Interval Rasio Ordinal Nominal
STEP 5
STEP 6
Belajar Mandiri
STEP 7
Kriteria: 1
- Uji korelasi Spearman digunakan untuk menguji hipotesis korelasi
dengan skala pengukuran variabel minimal ordinal.
- Diperkenalkan oleh Spearman pada tahun 1904
- Dalam uji rank Spearman, skala data untuk kedua variabel akan
dikorelasikan dapat berasal dari skala yang berbeda (skala dengan ordinal
dikorelasikan dengan skala data numerik) atau sama (skala data ordinal
dikorelasikan dengan skala data ordinal).
- Data yang akan dikorelasikan tidak harus membentuk distribusi normal.
Rumus Spearman melalui langkah – langkah sebagai berikut:
6 di 2
rs 1
n(n 2 1)
Dimana :
Σ = notasi jumlah
n(n 2 1) Nn(n 2 1)
X 12 TX
2
Y 12 TY
2
T3 t
T Dimana t = Jumlah variabel yang mempunyai angka
12
yang sama, maka Korelasi Spearman kemudian dapat dirumuskan sebagai
berikut: 1
rs
X 2
Y 2 d12
2 X * Y
2 2
1. jika nilai r > 0, artinya telah terjadi hubungan yang linier positif, yaitu
makin besar nilai variabel X (independent) maka besar pula nilai variabel Y
(dependent), atau makin kecil nilai variabel X (independent) maka makin
kecil pula nilai variabel Y (dependent). 1
2. jika nilai r < 0, artinya telah terjadi hubungan yang linier negatif, yaitu
makin kecil nilai variabel X (independent) maka makin besar nilai variabel Y
(dependent), atau makin besar nilai variabel X (independent) maka makin
kecil pula nilai variabel Y (dependent). 1
3. Jika nilai r = 0, artinya tidak ada hubungan sama sekali antara variabel X
(independent) dengan variabel Y (dependent). 1
Interval Tingkat
Koefisien Hubungan
2. Uji Signifikan
Uji signifikansi adalah salah satu tahap terpenting dalam sebuah riset,
khususnya riset yang bermetodologi kuantitatif. Uji ini yang akan
menentukan simpulan hasil riset. Uji signifikansi menentukan apakah
hipotesis yang dibuat di awal riset akan diterima atau ditolak. Karena peran
pentingnya itulah, para ahli mencari cara terbaik yang dapat membedakan
hasil pengamatan secara meyakinkan. Tingkat keyakinan yang memadai
untuk dapat menerima suatu hipotesis tersebut yang kerap disebut dengan
istilah signifikansi statistik (statistical significance). 1
3. Kekuatan korelasi
yang lain. Jika tidak terjadi pengaruh, maka kedua variabel tersebut disebut
independen. 3
Koefesien Korelasi
1 : Korelasi sempurna
Signifikansi
- Jika angka signifikansi hasil riset < 0,05, maka hubungan kedua variabel
signifikan.
- Jika angka signifikansi hasil riset > 0,05, maka hubungan kedua variabel
tidak signifikan. (2)
Interpretasi Korelasi
Interpretasi ketiga melihat arah korelasi. Dalam korelasi ada dua arah
korelasi, yaitu searah dan tidak searah. Pada SPSS hal ini ditandai dengan
pesan two tailed. Arah korelasi dilihat dari angka koefesien korelasi. Jika
koefesien korelasi positif, maka hubungan kedua variabel searah. Searah
artinya jika variabel X nilainya tinggi, maka variabel Y juga tinggi. Jika
koefesien korelasi negatif, maka hubungan kedua variabel tidak searah. Tidak
searah artinya jika variabel X nilainya tinggi, maka variabel Y akan rendah. 3
Koefesien Determinasi
Lihat hasil output di jendela SPSS Output Viewer dan berikan penafsiran
atas hasil perhitungan yang muncul. 4
20
Ada dua tanda dalam penafsiran korelasi melalui nilai koefisien, yaitu
tanda (+) dan (-) yang berhubungan dengan arah korelasi, serta menyatakan
kuat tidaknya korelasi. 4
Hubungan dua variabel atau lebih dinyatakan positif, bila nilai suatu
variabel ditingkatkan, maka akan meningkatkan variabel yang lain dan
sebaliknya bila suatu variabel diturunkan maka akan menurunkan variabel
lain. Sebagai contoh, ada hubungan positif antara tinggi badan dengan
kecepatan lari, hal ini berarti semakin tinggi badan orang, maka akan semakin
cepat larinya, dan semakin pendek orang maka akan semakin lambat larinya. 5
Hubungan dua variabel atau lebih dinyatakan negatif, bila satu dari
variabel dinaikkan maka akan menurunkan nilai variabel lain, dan juga
sebaliknya bilai variabel diturunkan, maka akan meningkatkan nilai variabel
lain. Contoh misalnya ada hubungan negatif antara curah hujan dengan es
yang terjual. Hal ini berarti semakin tinggi curah hujan, maka akan semakin
sedikit es yang terjual dan semakin sedikit curah hujan, maka akan semakin
banyak es yang terjual. 5
22
Linear Pearson
Sebaran
Normal
Tidak Linear Tidak
Interval/Ratio-
dilakukan
interval/Ratio
Linear Spearman
Interval/Ratio -
Ordinal Tidak
Tidak Linear dilakukan
Interval/Ratio-
korelatif Eta
Nominal
Spearman
Ordinal-Ordinal Gamma
Somers’d
Ordinal- Eta
Nominal
Nominal- Koefisien
Nominal kontingensi
24
1. Korelasi antar variabel numerik dengan numerik paling tidak salah satu
berdistribusi normal menggunakan uji Pearson
2. Korelasi antar variabel numeri dengan numerik yang berdistribusi tidak
normal menggunakan uji Spearman
3. Korelasi antar variabel numerik dengan ordinal menggunakan uji spearman
4. Korelasi antar variabel numerik dengan nominal menggunakan uji Eta
5. Korelasi antar variabel ordinal dengan ordinal menggunakkan uji spearman
6. Korelasi antar variabel ordinal dengan nominal menggunakan uji Eta
7. Korelasi antar variabel nomnila dengan ordinal menggunakan uji koefisien
kontingensi.
Uji Komparatif
A. Jenis-jenis Komparatif5
Jenis-jenis komparatif dibagi menjadi beberapa macama, yaitu:
a. Komparatif kategorik bila variabel yang dicari hubungannya adalah
variabel kategorik dengan variabel kategorik
b. Komparatif numerik bila variabel yang dicari hubungannya adalah
variabel kategorik dengan variabel numerik
c. Komparatif rate bila salah satu variabel yang dibandingkan adalah
variabel kategorik AUC.
d. Komparatif AUC bila variabel yang dibandingkan adalah variabel
kategorik AUC
e. Komparatif kesesuain kategorik bila variabel yang dicari kesesuaiannya
adalah variabel kategorik. Komparatif kesesuaian numerik bila variabel
yang dicari kesesuaiannya adalah variabel numerik.
B. Pasangan dan jumlah kelompok5
a. Ilustrasi satu : dua kelompok tidak berpasangan
Seorang peneliti membandingkan kadar gula darah perokok dan bokan
perokok. Gula darah perokok adalah satu kelomppok data sedangkan
25
gula darah bukan perokok adalah satu kelompok data yang lain. Dengan
demikian, dari segi jumlah, terdapat dua kelompok. Sedangkan dari segi
berpasangan data tidak berpasangan karena individu dari dua kelompok
berbeda
b. Ilustrasi dua : dua kelompok berpasangan
Ada sekelompok mahasiswa yang diukur berat badannya dua kali, yaitu
pada januari dan februari 2003, data berat badan pada januari adalah satu
kelompok data pada februari adalah kelompok data yang lain. Terdapat
dua kelompok data. Dari segi berpasangan, data berpasangan karena
individu dari kedua kelompok data adalah individu yang sama.
c. Ilustrasi tiga : kelompok berpasangan karena matching
Ilustrasi sama dengan ilustrasi pertama hanya saja dilakukan proses
mathcing setiap subjek perokok dicarikan pasangan dari subjek perokok
dengan karakteristik yang sama berdasarkan usia dan jenis kelamin. Dari
segi jumlah, ia mempunyai dua kelompok, sedangkan dari segi
berpasangan, ia mempunyai data yang berpasangan karna proses
matching.
d. Ilustrasi empat: kelompok berpasangan karena desaign crossover
Data berpasangan bisa juga diperoleh dalam suatu uji klinis yang
menggunakan desaign cross over. Pada desaign ini, seorang pasien
diminta menggunakan obat A dan B secara berurutan dalam waktu
tertentu, kemudian dilihat hasil masing-masingnya. Data ini dinilai
berpasangan karena berasal dari individu yang sama
e. Ilustrasi lima : kelompok berpasangan karena diambil dari bagian tubuh
byang berbeda pada subjek yang sama.
Peneliti hendak membandingkan kadar IgE pada lesi dermatitis atopik
dan kulita normal pada subjek yang sama. Data ini merupakan data yang
berpasangan.
26
T-test
Statistik Parametris yang digunakan untuk menguji hipotesis
komparatif rata-rata dua sampel bila datanya berbentuk interval atau ratio
menggunakan t-test. Contoh pengujian hipotesisnya yaitu: 7
Ho : Tidak terdapat perbedaan nilai produktivitas kerja pegawai antara
sebelum dan setelah mendapat kendaraan dinas.
Ha : Terdapat perbedaan nilai produktivitas kerja pegawai antara sebelum
dan setelah mendapat kendaraan dinas.
Mc Nemar Test
Teknik statistik ini digunakan untuk menguji hipotesis komparatif dua
sampel yang berkorelasi bila datanya berbentuk nominal atau diskrit.
Rancangan penelitian biasanya berbentuk “ before after”. Jadi hipotesis
penelitian merupakan perbandingan antara nilai sebelum dan sesudah ada
27
dalam uji tanda, teknik ini digunakan untuk menguji hipotesis komparatif dua
sampel yang berkorelasi bila datanya berbentuk ordinal (berjenjang). Contoh
pengujian hipotesisnya: 7
Ho :AC tidak berpengaruh terhadap produktivitas kerja pegawai.
Ha :AC berpengaruh terhadap produktivitas kerja pegawai.
T-test
Terdapat 2 rumus t-test yang dapat digunakan untuk menguji hipotesis
komparatif dua sampel independen yaitu: 7
Terdapat beberapa pertimbangan dalam memilih rumus t-test yaitu:
a). Apakah dua rata rata itu berasal berasal dari dua sampel t-test yang
jumlahnya sama.
b). Apakah varians data dari dua sampel itu homogen atau tidak.
Mann-Whitney U-Test
U Test ini digunakan unutuk menguji hipotesis komparatif dua sampel
independen bila datanya berbentuk ordinal. Bila dalam suatu pengamatan data
berbentuk interval, maka perlu dirubah dulu ke dalam data ordinal. Bila data
masih berbentuk interval, sebenarnya dapat menggunakan t-test untuk
pengujiannya, tetapi bila asumsi t-test tidak dipenuhi (misalnya data harus
normal), maka test ini dapat digunakan. 7
Terdapat dua rumus yang digunakan untuk pengujian, digunakan dalam
perhitungan, arena akan digunakan untuk mengetahui harga U mana yang lebih
kecil. Harga U yang lebih kecil tersebut yang digunakan untuk pengujian dan
membandingkan dengan U tabel.Adapun rumus yang digunakan yaitu: 7
U 1 = n1 n2 +
Dan
U 2 = n1 n2 +
Keterangan:
n1= Jumlah sampel 1
n2= Jumlah sampel 2
U1= Jumlah peringkat 1
U2= Jumlah peringkat 2
R1= Jumlah rangking pada sampel n 1
R1=Jumlah rangking pada sampel n 2
Komparatif K Sampel
Komparatif k sampel dilakukan pada sampel yang jumlahnya lebih dari
dua misalnya 3,4 atau 10 kelompok sampel. Pengujian hipotesis komparatif k
sampel akan lebih efisien karena tidak harus melalui antar dua sampel. Untuk
tiga sampel (X1: X2 : X3) akan dilakukan tiga kali pengujian bila melalui antar
dua sampel. Untuk n kelompok sampel akan dilakukan n (n-1) :2 pengujian.
Misalnya untuk 10 sampel akan dilakukan 10 (10-1) :2=45 kali pengujian. 7
32
Daftar Pustaka