Memilih Uji Statistik

dan Ukuran Hubungan

Yang Tepat

Prof. dr. Bhisma Murti, MPH, MSc, PhD

Fungsi Biostatistika

 Mendeskripsikan karakteristik sampel

→ Statistik Deskriptif
 Menarik kesimpulan tentang
karakteristik populasi berdasarkan
data sampel → Statistik Inferensial
 Menarik kesimpulan tentang
hubungan/ pengaruh variabel dalam
populasi berdasarkan data sampel →
Statistik Inferensial
Statistik Inferensial

 Statistik inferensial berguna untuk

menarik kesimpulan tentang dua
aspek dalam populasi:
⚫ Pengujian hipotesis tentang
hubungan/ pengaruh variabel dalam
populasi
⚫ Estimasi (penaksiran) kekuatan
hubungan/ pengaruh variabel dalam
populasi
Uji Statistik dan Uji Hipotesis

 Uji statistik digunakan untuk menguji

hipotesis tentang perbedaan/
hubungan/ pengaruh variabel satu
terhadap variabel lainnya
 Contoh uji statistik:
⚫ Uji t
⚫ Chi Kuadrat
⚫ Anova
Faktor Penentu Pemilihan
Uji Statistik
 Uji statistik harus dipilih dengan tepat
 Pemilihan uji statistik ditentukan oleh
dua faktor:
⚫ Jenis data
⚫ Jumlah kelompok
Jenis Data

 Data kategorikal (terputus-putus)

⚫ Jenis kelamin
⚫ Stadium kanker

 Data kontinu (bersambung)

⚫ Kadar Hb (g/dl)
⚫ Kadar kolesterol (mg/dl)
⚫ Umur (tahun)
Perbedaan Data Kategorikal
dan Kontinu
 Data kategorikal tidak dapat diubah menjadi
data kontinu. Contoh: jenis kelamin tidak dapat
diubah menjadi data kontinu
 Sebaliknya data kontinu bisa diubah menjadi
data kategorikal. Contoh: data kontinu tekanan
darah sistolik (mmHg) dapat diubah menjadi
data kategorikal hipertensi versus normotensi
 Data kontinu bisa dibuat histogram dan poligon.
 Data kategorikal dapat dibuat diagram balok
Deskripsi Data (Angka)

 Data kontinu:
⚫ Frekuensi
⚫ Mean
⚫ SD (deviasi standar)

 Data kategorikal:
⚫ Frekuensi
⚫ Persen (%)
Deskripsi Data (Grafis)

 Data kontinu:
⚫ Box-plot

 Data kategorikal:
⚫ Diagram balok/ batang (bar chart)
⚫ Pie chart
Boxplot

Pengaruh VCO terhadap kadar kolesterol LDL

(Sumber: Intan, 2007)
Diagram Balok
Dispepsia Tidak dispepsia
100
Persen dispepsia

80

60

40

20

0
Minum kopi Tidak minum kopi
Tidak 44 82,86
dispepsia
Dispepsia 56 17,14
Kebiasaan minum kopi
Hubungan antara kebiasaan minum kopi dan
risiko dispepsia (Sumber: Tantri, 2006)
Tugas 1 Mahasiswa

 Apakah jenis data berikut ini?

⚫ Kadar SGOT (Karmen unit/ dl)
⚫ Kadar asam urat (mg/ dl)
⚫ Luas infark otot jantung (%)
⚫ Tekanan Darah Sistolik (mmHg)
⚫ Tekanan darah tinggi versus normal
⚫ Indeks massa tubuh (kg BB/ m2 TB)
⚫ Quintile pendapatan keluarga (Q1, Q2, Q3,
Q4, Q5)
Ukuran Hubungan

 Ukuran hubungan (measure of association)

digunakan untuk mengukur kekuatan
hubungan atau pengaruh variabel satu
terhadap variabel lainnya
 Contoh:
⚫ Koefisien korelasi (r)
⚫ Koefisien regresi (b)
⚫ Rasio Risiko (RR)
⚫ Odds Ratio (OR), dan sebagainya
Perbedaan Uji Statistik dan
Ukuran Hubungan
 Uji statistik digunakan untuk menguji
hipotesis
 Ukuran hubungan digunakan untuk
mengestimasi kekuatan hubungan/
pengaruh variabel
Masalah Penelitian, Uji
Statistik, dan Ukuran Hubungan
 Apakah merokok meningkatkan risiko
terkena infark otot jantung? Jawaban ya
atau tidak → uji hipotesis → uji statistik
 Seberapa besar merokok meningkatkan
risiko terkena infark otot jantung? Jawaban
bukan ya atau tidak, melainkan estimasi
tentang besarnya kekuatan hubungan/
pengaruh → estimasi → ukuran hubungan
Asosiasi

 Association adalah relationship,

dalam bahasa Indonesia = hubungan
 Contoh:
⚫ Hubungan antara penggunaan jangka
panjang telepon seluler dan risiko
neuroma otak
⚫ Hubungan antara religiusitas simbolik
dan sikap stigmatisasi terhadap orang
dengan HIV/AIDS (ODHA)
Asosiasi dan Korelasi

 Korelasi (correlation) merupakan asosiasi,

tetapi tidak identik dengan asosiasi
 Dalam biostatistika, korelasi adalah asosiasi
yang melibatkan dua atau lebih variabel
yang terukur dalam skala kontinu, bukan
kategorikal
 Contoh:
⚫ Korelasi antara umur (tahun) dan tekanan
darah sistolik (mmHg)
Persamaan dan Perbedaan
antara Korelasi dan Regresi
 Persamaan:
⚫ Korelasi maupun regresi merupakan model
tentang asosiasi (hubungan) variabel-
variabel
 Perbedaan:
⚫ Korelasi tidak mengasumsikan secara
eksplisit satu variabel mempengaruhi
variabel lainnya
⚫ Regresi mengasumsi satu variabel
(independen) mempengaruhi variabel
lainnya (dependen)
Perbedaan dan Hubungan
 Makna perbedaan dan hubungan
sesungguhnya sama
 Untuk menyimpulkan terdapat hubungan
variabel, satu-satunya metode adalah
membandingkan perbedaan kelompok-
kelompok
 Contoh:
⚫ “Terdapat perbedaan yang secara statistik
signifikan dalam insidensi Ca paru antara
kelompok perokok dan bukan perokok” =
“Terdapat hubungan antara Ca paru dan
kebiasaan merokok”
Perbedaan dan Pengaruh

 Makna dari perbedaan dan pengaruh

adalah sama
 Untuk menyimpulkan terdapat
pengaruh variabel, satu-satunya
metode adalah membandingkan ada
tidaknya perbedaan yang secara
statistik signifikan antara kelompok-
kelompok
Perbedaan dan Pengaruh
(lanjutan.......)
 Contoh:
⚫ “Terdapat perbedaan mean penurunan
tekanan darah sistolik (TDS) yang secara
statistik signifikan antara kelompok penerima
obat-antihipertensi baru dan penerima
reserpin; mean penurunan TDS lebih besar
pada penerima obat anti-hipertensi baru
daripada penerima reserpin” =
⚫ “Terdapat pengaruh obat anti-hipertensi baru
terhadap penurunan darah; obat anti-
hipertensi baru lebih efektif daripada
reserpin”
Regresi dan Hubungan
Kausal
 Model regresi secara eksplisit
mendudukkan sebuah variabel
sebagai mempengaruhi (variabel
independen) dan variabel lainnya
dipengaruhi (variabel dependen)
 Tetapi tidak ada sebuah model
statistik (termasuk regresi) yang dapat
digunakan untuk memastikan
hubungan sebab-akibat (kausal)
 9 Kriteria Kausasi Hill
Hubungan sebab-akibat (kausal) perlu
mempertimbangkan kriteria berikut:
1. Kekuatan asosiasi
2. Konsistensi
3. Spesifisitas
4. Hubungan temporal
5. Hubungan dosis-respons
6. Biologic plausibility
7. Koherensi bukti-bukti
8. Bukti-bukti dari penelitian eksperimental
9. Analogi.
Tugas 2 Mahasiswa

 Ubahlah hipotesis ini menjadi hipotesis

yang menggunakan kata “pengaruh”:
⚫ Terdapat perbedaan insidensi lesi serviks
stadium lanjut yang terkait human
papilloma virus (HPV-16 dan HPV-18)
antara kelompok yang mendapatkan dan
tidak mendapatkan vaksin bervalensi
empat (HPV-6/11/16/18) (The FUTURE II
Study Group, 2007)
Tugas 3 Mahasiswa

 Ubahlah hipotesis ini menjadi hipotesis

yang menggunakan kata “efektif”:
⚫ Insidensi lesi serviks stadium lanjut yang
terkait human papilloma virus (HPV-16 dan
HPV-18) lebih rendah pada kelompok yang
mendapatkan dibandingkan tidak
mendapatkan vaksin bervalensi empat
(HPV-6/11/16/18) (The FUTURE II Study
Group, 2007)
Tugas 4 Mahasiswa

 Ubahlah hipotesis ini menjadi

hipotesis yang menggunakan kata
“hubungan”:
⚫ Terdapat perbedaan kelangsungan
hidup antara wanita yang terinfeksi
HIV dengan infeksi tuberkulosis dan
wanita yang terinfeksi HIV tanpa
infeksi tuberkulosis (Lopez-Gatell,
2007)
Tugas 5 Mahasiswa

 Ubahlah hipotesis ini menjadi

hipotesis yang menggunakan kata
“pengaruh”:
⚫ Terdapat hubungan antara infeksi
tuberkulosis dan kelangsungan hidup
wanita yang terinfeksi HIV (Lopez-
Gatell, 2007)
Variabel, Uji Statistik, Ukuran
Hubungan, dan Model Analisis
Model Analisis Regresi
Linier

Y = a + bX
 Y = variabel dependen (data kontinu)
 X= variabel independen (data kontinu; jika dikotomi
merupakan uji t, jika polikotomi merupakan Anova)
 a= konstan= intersep (Y=a jika X=0)
 b= koefisien regresi = slope= (pengaruh X terhadap
Y)
 Signifikansi statistik dari b diuji dengan uji t
 Model Analisis Regresi
Logistik
p
ln = a + bX
1− p
 Ln= natural logarithm
 p = probabilitas untuk terjadi peristiwa (misalnya sakit)
 1-p= probabilitas untuk tidak terjadi peristiwa (misalnya
tidak sakit
 X= variabel independen (kategorikal)
 a= konstan
 b= koefisien regresi
 Signifikansi statistik dari b diuji dengan uji Wald
 Kekuatan hubungan OR= odds ratio= exp(b)
Tugas 6 Mahasiswa

 Anda berminat meneliti pengaruh

pemberian virgin coconut oil (VCO)
terhadap penurunan HDL (Intan, 2007).
Untuk itu Anda membandingkan mean HDL
antara 4 kelompok (masing-masing 15
subjek penelitian): VCO dosis rendah,
sedang, tinggi, dan kontrol (tanpa VCO).
 Uji statistik apa yang tepat?
Tugas 7 Mahasiswa

 Anda berminat meneliti hubungan

antara paparan radiasi ionisasi dari
industri nuklir dan risiko kanker
(Cardis et al., 2005). Anda bagi 3
kelompok” tanpa paparan, paparan
rendah, dan tinggi. Status penyakit
dibagi dua: mengalami atau tidak
mengalami kanker.
 Uji statistik apa yang tepat?
Tugas 8 Mahasiswa

 Anda berminat meneliti hubungan

antara kadar HDL dan obesitas. Anda
membandingkan mean HDL kelompok
obes (n1=15) dan kelompok normal
(n2=30)
 Uji statistik apa yang tepat?