TEKNIK ANALISIS DATA:

STATISTIK DESKRIPTIF
STATISTIK INFERENSIAL BIVARIABEL
Ari Probandari
Tujuan Pembelajaran
•  Mahasiswa dapat menjelaskan prinsip umum pemilihan uji
statistik
•  Mahasiswa dapat mengaplikasikan algoritma pemilihan uji
statistik
Referensi
•  Dahlan MS. (2011). Statistik untuk Kedokteran dan
Kesehatan. Penerbit Salemba Medika.
•  Dawson B, Trapp RG. (2001). Basic & Clinical
Biostatistics 3rd Editiion. Lange.
•  Petrie S, & Sabin C. (2005). Medical Statistics at a
Glance. Blackwell Publishing.
Analisis Statistik

Statistik analitik/ Statistik analitik/

Statistik
inferensial inferensial
deskriptif
bivariabel multivariabel
Statistik Deskriptif
VARIABEL KATEGORIK VARIABEL NUMERIK
Tabel (n, %) Tabel (rerata, median, simpang baku,
minimum, maksimum)*

Distribusi normal: gunakan MEAN

Bukan distribusi normal: gunakan
MEDIAN, Minimum-Maksimum

Grafik batang, pie chart Grafik histogram, plots

Statistik Analitik-Bivariabel
•  Analisis statistik yang melibatkan dua variabel
•  ASOSIASI: Uji hipotesis
•  KAUSALITAS: Regresi
Pemilihan Uji Hipotesis
Masalah Jenis hipotesis (asosiasi)
Skala Komparatif Korelatif
Pengukuran
Tidak berpasangan Berpasangan
Numerik 2 kelompok >2 2 kelompok >2
kelompok kelompok
Uji t One way Uji t Repeated Pearson
independen ANOVA berpasangan ANOVA

Kategorik
(Ordinal) Mann Kruskal- Wilcoxon Friedman Spearman
Whitney Wallis Somers’d
Kategorik Chi-Square Mc Nemar, Cochran, Gamma
(Nominal/ Fisher Marginal Homogeneity, Koefisien
Ordinal) Kolmogorov Smirnov Wilcoxon, Friedman kontigensi
(prinsip tabel Baris x (prinsip Pasangan x Lambda
Kolom) Kolom)
Apa yang Harus Dipertimbangkan?
1.  Jenis hipotesis: komparatif atau korelatif?
2.  Skala variabel yang dicari asosiasinya (kategorik,
numerik)
3.  Pasangan: berpasangan atau tidak berpasangan
4.  Jumlah kelompok: <2 kelompok atau > 2 kelompok
5.  Syarat uji parametrik dan non parametrik
6.  Khusus uji hipotesis komparatif kategorikal: prinsip tabel
B x K dan tabel P x K
1. Jenis hipotesis: komparatif atau
korelatif?
2.  Skala variabel yang dicari asosiasinya (kategorik,
numerik)
3.  Pasangan: berpasangan atau tidak berpasangan
4.  Jumlah kelompok: <2 kelompok atau > 2 kelompok
5.  Syarat uji parametrik dan non parametrik
6.  Khusus uji hipotesis komparatif kategorikal: prinsip tabel
B x K dan tabel P x K
Jenis Hipotesis: Komparatif atau Korelatif?

ENGLISH BAHASA INDONESIA

Association: Hubungan
Relationship, link
Comparison: Hubungan, Perbedaan
Estimation of the similarities or dissimilarities
Correlation: Hubungan, Korelasi
A relation existing between phenomena or
things or between mathematical or statistical
variables which tend to vary, be associated,
or occur together in a way not expected on
the basis of chance alone
 RUMUSAN MASALAH YANG RUMUSAN MASALAH YANG
MENGHASILKAN HIPOTESIS MENGHASILKAN HIPOTESIS
KOMPARATIF KORELATIF
Apakah terdapat perbedaan rerata Berapa besar korelasi antara kadar
kadar gula darah antara kelompok trigliserida dan kadar gula darah?
yang mendapat pengobatan
glibenklamid dan kelompok plasebo?
Apakah terdapat hubungan antara
kadar gula darah dengan jenis
pengobatan yang diterima
(glibenklamid dan plasebo)?
1.  Jenis hipotesis: komparatif atau korelatif?

2. Masalah skala variabel yang

dicari asosiasinya (kategorik,
numerik)
3.  Pasangan: berpasangan atau tidak berpasangan
4.  Jumlah kelompok: <2 kelompok atau > 2 kelompok
5.  Syarat uji parametrik dan non parametrik
6.  Khusus uji hipotesis komparatif kategorikal: prinsip tabel B x K dan tabel P
xK
 Jenis Masalah Variabel 1 Variabel 2
Hipotesis skala
variabel
Hipotesis Kategorik Kategorik Kategorik
Komparatif Numerik Kategorik Numerik
Hipotesis Kategorik Kategorik Kategorik
Korelatif Kategorik Kategorik Numerik
Numerik Numerik Numerik
1.  Jenis hipotesis: komparatif atau korelatif?
2.  Skala variabel yang dicari asosiasinya (kategorik, numerik)

3. Pasangan: berpasangan atau

tidak berpasangan
4. Jumlah kelompok: <2
kelompok atau > 2 kelompok
5.  Syarat uji parametrik dan non parametrik
6.  Khusus uji hipotesis komparatif kategorikal: prinsip tabel B x K dan tabel P
xK
Kelompok Independen atau Berpasangan

INDEPENDEN
Individu dari kelompok yang
dibandingkan berbeda
BERPASANGAN
Individu dari kelompok-
kelompok yang
dibandingkan sama:
(before-after experimental
study, matching, atau disain
cross over)
1.  Jenis hipotesis: komparatif atau korelatif?
2.  Skala variabel yang dicari asosiasinya (kategorik, numerik)
3.  Pasangan: berpasangan atau tidak berpasangan
4.  Jumlah kelompok: <2 kelompok atau > 2 kelompok

5. Syarat uji parametrik dan non

parametrik
6.  Khusus uji hipotesis komparatif kategorikal: prinsip tabel B x K dan tabel P
xK
Pemilihan Uji Hipotesis
Masalah Jenis hipotesis (asosiasi)
Skala Komparatif Korelatif
Pengukuran
Tidak berpasangan Berpasangan
Numerik 2 kelompok >2 2 kelompok >2
kelompok kelompok

PARAMETRIK
Uji t
independen
One way
ANOVA
Uji t
berpasangan
RepIated
ANOVA
Pearson

Kategorik
(Ordinal) Mann Kruskal- Wilcoxon Friedman Spearman
Whitney Wallis Somers’d
Kategorik Chi-Square Mc Nemar, Cochran, Gamma
(Nominal/ Fisher Marginal Homogeneity, Koefisien
Ordinal) Kolmogorov Smirnov Wilcoxon, Friedman kontigensi
(prinsip tabel Baris x (prinsip Pasangan x Lambda
Kolom) Kolom)
Pemilihan Uji Hipotesis
Masalah Jenis hipotesis (asosiasi)
Skala Komparatif Korelatif
Pengukuran
Tidak berpasangan Berpasangan
Numerik 2 kelompok >2 2 kelompok >2
kelompok kelompok
Uji t One way Uji t Repeated Pearson
independen ANOVA berpasangan ANOVA

Kategorik
(Ordinal) Mann Kruskal- Wilcoxon Friedman Spearman
Whitney Wallis Somers’d
Gamma

NON PARAMETRIK
Kategorik Chi-Square Mc Nemar, Cochran,
(Nominal/ Fisher Marginal Homogeneity, Koefisien
Ordinal) Kolmogorov Smirnov Wilcoxon, Friedman kontigensi
(prinsip tabel Baris x (prinsip Pasangan x Lambda
Kolom) Kolom)
Uji Parametrik
•  Masalah skala pengukuran variabel: NUMERIK
•  Distribusi data: mengikuti DISTRIBUSI NORMAL
•  Varians data:
•  Kesamaan varians tidak menjadi syarat untuk uji kelompok
berpasangan
•  Kesamaan varians adalah syarat tidak mutlak untuk kelompok
yang tidak berpasangan
•  Kesamaan varians adalah syarat mutlak untuk >2 kelompok
tidak berpasangan, artinya varians data harus/wajib sama
 the Normal distribution of the variable, x.
(a) Symmetrical about mean, m: variance = s2.
(b) Effect of changing mean (m2 > m1). (c) Effect m x m1 m2 x m
of changing variance (s12 < s22). (a) (b) (c)

The Normal (Gaussian) distribution

Distribusi Normal One of the most important distributions in statistics is

distribution. Its probability density function (Fig. 7.2
• completely described by two parameters, the mean
variance (s2);
• bell-shaped (unimodal);
• symmetrical about its mean;
• shifted to the right if the mean is increased and to
mean is decreased (assuming constant variance);
• flattened as the variance is increased but becomes m
the variance is decreased (for a fixed mean).
68%
Additional properties are that:
• the mean and median of a Normal distribution are eq
• the probability (Fig. 7.3a) that a Normally distrib
variable, x, with mean, m, and standard deviation, s, li
m – 1.96 s m + 1.96 s x ( m - s ) and ( m + s ) is 0.68
m – 2.58 s m –s m m +s m + 2.58 s
(a) ( m - 1.96s ) and ( m + 1.96s ) is 0.95
95% ( m - 2.58s ) and ( m + 2.58s ) is 0.99
99%
These intervals may be used to define referen
(Chapters 6 and 38).
We show how to assess Normality in Chapter 35.

The Standard Normal distribution

There are infinitely many Normal distributions depe
68%
values of m and s. The Standard Normal distribution (F
particular Normal distribution for which probabilitie
tabulated (Appendix A1, A4).
• The Standard Normal distribution has a mean o
variance of one.
–2.58 –1.96 –1 0 +1 +1.96 +2.58 • If the random variable, x, has a Normal distribution w
(b) (x – m )
z= s and variance, s2, then the Standardized Normal De
x-m
Figure 7.3 Areas (percentages of total probability) under the curve for z= , is a random variable that has a Stand
(a) Normal distribution of x, with mean m and variance s2, and (b) s
Standard Normal distribution of z. distribution.
 Distribusi Normal

Bell-shaped Variance, s 2

Variance, s 2 Variance, s 2 Variance, s 12

of Variance, s 22

2.
ect m x m1 m2 x m x
(a) (b) (c)

The Normal (Gaussian) distribution

One of the most important distributions in statistics is the Normal
distribution. Its probability density function (Fig. 7.2) is:
• completely described by two parameters, the mean (m) and the
Uji Non Parametrik
•  Masalah skala pengukuran:
•  KATEGORIK
•  NUMERIK TETAPI TIDAK MEMENUHI SYARAT UNTUK UJI
NON-PARAMETRIK YANG SETARA
Metode Mengetahui Distribusi Data Normal atau Tidak
Metode Parameter Kriteria Sebaran data Keterangan
dikatakan Normal
Deskriptif Koefisien varian Nilai koefisien varians < 30% (SD/mean) x
100%
Rasio skewness Nilai rasio skewness -2 s/d 2 Skewness/SE
skewness
Rasio kurtosis Nilai rasio kurtosis -2 Kurtosis/SE
s/d 2 kurtosis
Histogram Simetris tidak miring kiri maupun
kanan, tidak terlalu tinggi/rendah
Box plot Simetris median tepat di tengah,
tidak ada outlier atau nilai
ekstrim
Normal Q-Q plots Data menyebar di sekitar garis
Detrented Q-Q plots Data menyebar di sekitar garis
pada nilai 0
Metode Mengetahui Distribusi Data Normal atau Tidak
Metode Parameter Kriteria Sebaran data Keterangan
dikatakan Normal
Analitik Kolmogorov- Nilai kemaknaan (p>0.05) Untuk sampel
Smirnov 1 sampel besar (>50)
Shapiro-Wilk Nilai kemaknaan (p>0.05) Untuk sampel
kecil (< 50)
 Interquartile range: Maximum = 4.46 kg
3.15 to 3.87 kg
5
x
4
Median = 3.64 kg
Baby's weight (kg)

95% central range:

3 2.01 to 4.35 kg

2
x

1 Minimum = 1.96 kg

0 10

Figure 6.1 A box-and-whisker plot of the baby’s weight at birth (Chapter Figure 6.2
2). This figure illustrates the median, the interquartile range, the range that age at the t
contains the central 95% of the observations and the maximum and variance is
minimum values. point and t
(Petrie & Sabin, 2005)
18 Handling data Describing data: the ‘spread’
Metode Mengetahui Data Memiliki Varians yang Sama
atau Tidak

Metode Keterangan
Uji varians (F, Levene’s test) Jika p>0,05, varians dari data yang
diuji sama
1.  Jenis hipotesis: komparatif atau korelatif?
2.  Skala variabel yang dicari asosiasinya (kategorik, numerik)
3.  Pasangan: berpasangan atau tidak berpasangan
4.  Jumlah kelompok: <2 kelompok atau > 2 kelompok
5.  Syarat uji parametrik dan non parametrik

6. Khusus uji hipotesis

komparatif variabel
kategorikal: prinsip tabel B x
K, tabel P X K.
Kelompok Tidak Berpasangan: Tabel B (baris) x K (kolom) 5 x 2

Pernah Merokok? Total

Ya Tidak
0 4 11 15

Frekuensi
Paparan 1-10 17 51 68
Iklan Rokok 11-20 5 8 13
21-30 1 0 1
>30 1 0 1
Total 28 70 98

Christina N. (2012). Asosiasi Paparan Iklan Rokok dengan Pengetahuan,

Sikap, dan Perilaku Merokok pada Remaja. Skripsi. FK UNS. Unpublished
Kelompok Berpasangan: Tabel P (pengukuran) x K
(kategori) 2 x 2
Setelah Perlakuan
Memakai Tidak
APD Memakai
APD
Sebelum Memakai a b a+b
Perlakuan APD

Tidak c d c+d
Memakai
APD
a+c b+d N
 Alur Uji Hipotesis Variabel Kategorik
Tidak Berpasangan
Tabel B x K

Tabel 2 x 2 Tabel 2 x K Tabel selain 2 x K

Persyaratan Uji Chi-Square Terpenuhi?

Ya Tidak

Tabel 2 x 2: Tabel 2 x k atau Tabel 2 x k atau

Chi-Square Fisher Exact Tabel selain 2 x k: Tabel selain 2 x k
test Kolmogorov
Smirnov Penggabungan Sel
Syarat Uji Chi-Square

•  Jumlah sampel cukup besar, sehingga:

•  Sel dengan nilai expected kurang dari 5, maksimal 20% dari jumlah
sel
•  Nilai expected untuk setiap sel dihitung sebagai:
•  (total baris x total kolom)/ total sampel
Alur Uji Hipotesis Variabel Kategorik Berpasangan
Jumlah Pengulangan

2 >2

Jumlah Kategori Jumlah Kategori

2 kategori >2 kategori 2 kategori >2 kategori

2 x (>2)
2x2 Marginal (>2) x 2 (>2) x (>2)
Mc Nemar homogeneity Cochran Friedman
Wilcoxon
 Uji Hipotesis Korelatif
Variabel 1 Variabel 2 Uji Korelasi
Nominal Nominal Koefisien kontigensi,
Lambda
Nominal Ordinal Koefisien kontigensi,
Lamda
Ordinal Ordinal Spearman, Gamma,
Somers’d
Ordinal Numerik Spearman
Numerik Numerik Distribusi data normal:
Pearson

Bukan distribusi normal:

Spearman