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 (α)
Pengujian dapat berbentuk satu sisi atau dua sisi
3. menentukan kriteria pengujian
i. pengujian satu sisi
H0 diterima apabila α ≤ probabilitas hasil sampel
H0 ditolak apabila α > probabilitas hasil sampel
ii. pengujian dua sisi
H0 diterima apabila α ≤ 2 kali probabilitas hasil sampel
H0 ditolak apabila α > 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 (α) 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 T0 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
perhitungan matematik yang rumit seperti satistik parametric
c) dapat menggantikan data numeric dengan jenjang
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 - Cara pengambilan keputusan
keputusan didasarkan pada tidak didasarkan pada asumsi dan ciri2
asumsi dan ciri2 populasi populasi
- Untuk menguji data yang - Untuk menguji data yang
berskala interval dan rasio berskala nominal dan ordinal
- Untuk uji pada sampel - Untuk uji pada sampel yang
yang besar kecil
- 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 α yang dalam bentuk penggunaanya
disebut sbg taraf yang nyata atau taraf signifikan.1 – α disebut sbg tingkat keyakinan ,
 karena dengan itu kita yakin bahwa kesimpulan yang kita buat adalah benar sebesar 1
–α
b. Kesalahan tipe II disebut kesalahan β yang dalam bentuk penggunaanya
disebut sbg fungsi ciri operasi , disingkat CO , 1 – β 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
 Penyajian data
 Ciri–ciri
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

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
 Ciri–ciri
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 non-parametrik biasanya digunakan untuk
melakukan analisis pada data berjenis Nominal atau Ordinal. Data berjenis
Nominal dan Ordinal tidak menyebar normal. Contoh metode Statistika non-
parametrik: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 Chochran’s 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.

OUTPUT
INPUT DATA PROSES STATISTIK 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 Chochran’s 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 Penggunaan Nama Uji Keterangan

.
1 Nomin  Uji beda satu Binominal Bisa dipakai bila uji
al kelompok McNemar dan Chi
Square 2x2 tidak bisa
dilakukan
2 Nomin  Uji beda satu Chi Square Penggunaannya luas.
al kelompok Bisa dipakai sebagai
 Uji beda 2 pengganti uji
kelompok mandiri nonparametrik lain
 Uji beda 3 untuk skala ordinal
kelompok mandiri
3 Nomin  Uji beda 2 McNemar Dapat digunakan
al kelompok untuk sampel skala
berpasangan ordinal.
4 Nomin  Uji beda 2 Fisher Exact Efektif untuk sampel
al kelompok mandiri Probability kecil (n<20)
Test Hanya bisa untuk
menguji data pada
tabel kontingensi 2x2
5 Nomin  Uji beda 3 Cochran (Q- Hanya digunakan
al kelompok atau test) untuk data yang
lebih yang dikotomi saja (data
berpasangan “ya” atau “tidak”)
6 Ordina  Uji beda 2 Mann- Digunakan secara
l kelompok mandiri Whitney luas di praktek sehari-
hari
7 Ordina  Uji beda 1 Kolmonogo Amat baik untuk
l kelompok rov- membandingkan
(Goodness of Fit) Smirnov distribusi kelompok,
  Uji beda 2 median. Dispersi dan
kelompok mandiri skewness
8 Ordina  Uji Goodness of Wilcoxon Bisa dipakai untuk
l Fit data berskala interval
 Uji 2 kelompok berpasangan (bila uji
berpasangan parametrik tidak bisa
digunakan, karena
sampel kecil)
9 Ordina  Uji beda 2 Sign test Makin efektif bila
l kelompok jumlah pasangan
berpasangan makin kecil (n<25)
10 Ordina  Uji 2 kelompok Median test Dapat digunakan
l mandiri untuk data interval
 Uji 3 kelompok sampel kecil
atau lebih yang
mandiri
11 Ordina  Uji 3 kelompok Analisis Cukup baik untuk
l atau lebih yang Varians jumlah subjek kecil
berpasangan Friedman
(Friedman
Analysis of
Varians)
12 Ordina  Uji 3 kelompok Kruskal- Dapat untuk data
l atau lebih yang Wallis interval sampel kecil
mandiri
13 Interva  Uji 2 kelompok Moses Dapat menguji variasi
l atau mandiri data
Rasio
14 Interva  Uji 2 kelompok Wald- Efektif untuk menguji
l atau mandiri Wolfowitz rata-rata 2 sampel
Rasio
15 Interva  Uji 2 kelompok Walsh test Tidak bisa untuk
l atau berpasangan sampel besar (n>15)
 Rasio
16 Interva  Uji 2 kelompok Randomisas Tidak bisa menguji 3
l atau berpasangan, i kelompok lebih yang
Rasio sampel kecil mandiri
 Uji 2 kelompok
mandiri dengan
sampel kecil
 Uji 2 kelompok
mandiri dengan
sampel besar
Panduan Penelitian, Dr. B. Sandjaja, MSPH dan Albertus Heriyanto, M. Hum