EDITORIAL

Buku Ajar Biostatistika

Untuk Mahasiswa Kedokteran
Edisi Kesatu

Editor

Annisa Haslidianingsih, dr
Belinda Anasthasya Tansy, dr
Ika Apriyantini Arum, dr

Desain Cover: Aisha Nindya Kirana

Penata Letak:
Annisa Haslidianingsih, dr
Belinda Anasthasya Tansy, dr
Ika Apriyantini Arum, dr

Hak cipta dilindungi oleh undang-undang.

Dilarang mengutip atau memperbanyak sebagian atau seluruh isi
buku tanpa izin tertulis dari penerbit.

Cetakan 1: 2020

Penerbit:

Fakultas Kedokteran Universitas Hang Tuah Press

2
 PENYUSUN

Wienta Diarsvitri, dr, M.Sc, Ph.D, FISPH, FISCM

3
 KATA PENGANTAR

Puji syukur kami panjatkan kehadirat Allah SWT atas

limpahan rahmat dan ridloNya sehingga kami bisa menyelesaikan
Buku Ajar Biostatistika untuk mahasiswa Program Studi Kedokteran
Fakultas Kedokteran Universitas Hang Tuah.

Buku ajar ini berisi capaian pembelajaran, materi ajar dan

contoh soal biostatistika yang disusun sesuai dengan SKDI 2012 dan
KKNI level 6 untuk sarjana kedokteran. Kami berharap buku ajar ini
dapat memudahkan mahasiswa untuk memahami dasar biostatistika,
mulai dari pemilihan uji statistika hingga uji hipotesis dan dapat
menerapkannya dalam analisis hasil penelitian.

Buku ini masih memiliki kekurangan, dan akan kami

perbaiki pada edisi berikutnya berdasarkan masukan dari
mahasiswa, dosen pengampu mata kuliah, dan perkembangan ilmu
pengetahuan kedokteran.

Surabaya, 1 April 2019

Penyusun

4
 CAPAIAN PEMBELAJARAN

Setelah selesai mempelajari buku ini, diharapkan mahasiswa mampu

memahami dasar biostatistika, mulai dari pemilihan uji statistika,uji
validitas dan reliabilitas, uji normalitas dan uji homogenitas varian,
uji hipotesis bivariat yang meliputi beberapa uji parametrik dan uji
non parametrik, serta uji regresi, dan dapat menerapkannya dalam
analisis hasil penelitian.

5
 DAFTAR ISI

EDITORIAL .................................................................................... 2

PENYUSUN .................................................................................... 3

KATA PENGANTAR ..................................................................... 4

CAPAIAN PEMBELAJARAN ....................................................... 5

DAFTAR ISI .................................................................................... 6

1. PEMILIHAN UJI STATISTIKA .......................................... 7

2. UJI VALIDITAS DAN REABILITAS............................... 16

3. UJI NORMALITAS DAN HOMOGENITAS .................... 22

4. UJI KORELASI .................................................................. 30

5. UJI T ................................................................................... 36

6. UJI ONE – WAY ANOVA ................................................. 48

7. UJI CHI SQUARE .............................................................. 54

8. UJI KONTINGENSI ........................................................... 69

9. UJI MANN WHITNEY U .................................................. 74

10. UJI KRUSKAL-WALLIS ............................................... 84

11. UJI REGRESI.................................................................. 91

CONTOH SOAL............................................................................ 98

DAFTAR PUSTAKA .................................................................. 101

6
 1. PEMILIHAN UJI STATISTIKA
DATA

Data adalah ciri yang dimiliki individu

Sumber data :

• Data primer : pengukuran langsung pada subyek penelitian

• Data Sekunder : data rekam medis, data kependudukan, dll

Skala data : Numerik dan kategorikal

7
8
Sampling :

Probability Sampling = Random

• Semua unsur atau unit dalam populasi punya peluang sama

untuk menjadi sampel. Contoh : undian
• Merupakan dasar prosedur sampling secara statistika
• Bisa dilakukan jika sampling frame diketahui (ada daftar
populasi)

Non Probability Sampling = Non Random

• Semua unsur atau unit dlm populasi tidak punya peluang

sama untuk menjadi sampel.
• Lebih praktis & mudah
• Lebih sering digunakan dlm penelitian klinis
• Hasil tidak bisa digeneralisasikan.

SAMPLING

RANDOM SAMPLING

– Simple à undian

– Sistematik à tiap keberapa

– Stratified –> ada perbedaan angka kejadian penyakit

– Cluster à wilayah

NON RANDOM SAMPLING

– Consecutive
9
– Convenient

– Judgemental

– Purposive

– Snow ball à utk penelitian yg sensitive (misal: KDRT)

STRATIFIED

Prevalensi BPH pd laki-laki < 40 th = 5%

• Prevalensi BPH pd laki-laki > 60 th = 40%

• Berarti ada perbedaan prevalensi,

• Misal dilakukan penelitian ttg BPH pd pasien laki- laki di RSAL

Dr Ramelan. Kalau menggunakan

SIMPLE random sampling (misal undian), sedangkan

sebagian besar pengunjung RSAL berusia < 60 th à

hamper seluruh responden penelitian tidak

menderita BPH à tidak mewakili populasi à jadi

harus mengguanakan STRATIFIED random sampling

(proporsi)

Pengunjung RSAL laki2 berusia > 60 th = 100 orang / hari

• Pengunjung RSAL laki2 berusia < 60 th = 1.000 orang/hari

• Total = 1.100 oramg / hari

10
• Besar sampel yg dibutuhkan = 50 orang.

• Stratified

– > 60 th à (100/1.100) x 50 = 5 orang

– < 60 th à (1.000 / 1.100) x 50 = 45 orang

NILAI P

– Penolakan terhadap H0 tidak mungkin benar 100%.

– p = Besarnya peluang terjadinya kesalahan penolakan H0 (error

tipe 1)
11
– p disebut signifikan (bermakna) bila hasilnya lebih kecil daripada
α

– Jika p < α berarti signifikan, H0 ditolak dan H1 diterima.

PEMILIHAN UJI STATISTIKA

Pemilihan uji statistika untuk menguji kebenaran hipotesis

tergantung dari: – tujuan penelitian (mengetahui adanya hubungan
atau perbedaan atau pengaruh). Tujuan à diketahui dari judul.

– skala data variabel yang digunakan (kategorikal atau numerik).

– berapa kali dilakukan pengukuran pd subyek yg sama. Jika

dilakukan pengukuran 1 x = independent, jika pengukuran > 1x =
correlated atau paired.

– Banyaknya kelompok yang digunakan

12
HUBUNGAN

Untuk menguji hipotesis tentang hubungan antara variabel bebas dan

variabel terikat

– Jika data berskala numerik dan berdistribusi normal à parametrik,

maka uji statistika yg digunakan adalah uji korelasi Pearson (NP)

– Jika data berskala kategorikal, maka uji statistika yg digunakan

adalah uji korelasi Spearman (KS)

13
14
CONFIDENCE INTERVAL

(INTERVAL KEPERCAYAAN)

Confidence interval = selang keyakinan = tingkat

kepercayaan.

• Digunakan untuk menaksir rentang data (dari batas bawah sampai

batas atas) sesuai dengan besarnya kepercayaan yang diinginkan.

• Misal 95% CI atau 90% CI

15
 2. UJI VALIDITAS DAN REABILITAS
• Instrumen yang baik harus valid dan reliabel
• Uji validitas & reliabilitas diperlukan untuk:
o Menguji variabel laten (variabel yang tidak dapat diukur
secara langsung kecuali diukur dengan satu atau lebih
variabel manifes)
o Menguji kuesioner yg belum pernah diuji validitas
reliabilitasnya di populasi tertentu.
o Menguji kuesioner bernahsa asing yang diterjemahkan ke
dalam Bahasa Indonesia
• Uji validitas reliabilitas dilakukan pada sekitar 20 orang yang
bukan merupakan sampel penelitian, tetapi memenuhi kriteris
penelitian

UJI

• Valid : instrumen tsb dapat digunakan untuk mengykur apa

yang hendal di ukur
• Validitas : internal & eksternal

Validitas internal (rasional, teoritis): kriteria dalam instrument secara

rasional (teoritis) telah mencerminkan apa yg diukur, sesuai teori yg
relevan. Instrumen harus memenuhi validitas konstruk dan

validitas isi.

16
Validitas eksternal: kriteria dalam instrument disusun berdasarkan
fakta empiris yg telah ada.

UJI VALIDITAS

• Membuat variabel baru

• Transform compute variabel
• Beri nama variabel baru
• Masukkan & jumlahkan seluruh variabel ke dalam kotak
• OK
• Analyze --> correlation bivariate
• Gunakan uji korelasi Pearson. Yg dilaporkan: nilai koefisien
korelasi, arah korelasi (neg atau pos), signifikansi

UJI RELIABILTAS

• Reliabel: instrumen digunakan beberapa kali untuk

mengukur obyek yg sama akan menghasilkan data yg sama.
17
 • Uji reliabilitas: Cronbach alpha

Contoh instrumen

Kuesioner utk mengukur variabel laten “rasa aman” terdiri dari 9

pertanyaan dg pilihan respon menggunakan skala Likert (ordinal) yg
terdiri dari 5 kategori: sangat tidak setuju sd sangat setuju.

Uji reliabilitas dilakukan pd 15 pekerja yg bukan merupakan sampel

penelitian

18
19
20
Nilai Cronbach Alpha

Nilai Cronbach Alpha:

Cukup baik : 0.7 – 0.8

BAIK : >0.8

21
 3. UJI NORMALITAS DAN HOMOGENITAS
α (Kesalahan tipe I )

Kesalahan tipe I = type 1 error = false positive =

Kesalahan (error) sewaktu kita menolak

hipotesis nihil (H0) yang seharusnya

diterima.

NILAI P

– Penolakan terhadap H0 tidak mungkin benar 100%.

– p = Besarnya peluang terjadinya kesalahan penolakan H0 (error

tipe 1)

– p disebut signifikan (bermakna) bila hasilnya lebih kecil daripada

α

– Jika p < α berarti signifikan, H0 ditolak dan H1 diterima.

22
DATA BERSKALA NUMERIK

Langkah:

Uji normalitas distribusi data. Jika distribusi data

normal, maka dilanjutkan dg uji homogenitas varian.

Jika data tidak berdistribusi normal, maka dilakukan

transformasi data atau langsung digunakan uji

statistika non parametrik.

Uji homogenitas varian. Jika data berdistribusi normal

23
& varian data homogen digunakan uji statistika

parametrik. Jika varian data tidak homogen dilakukan

transformasi data atau digunakan uji statistika non

parametrik

Uji normalitas distribusi data

Grafik (lebih subyektif)

• Q-Q plot
• Cumulative frequency (P-P plot & histogram)

Perhitungan statistik

• Uji Kolmogorov-Smirnov
• Uji Saphiro
• Uji Jarque

Uji normalitas data dg SPSS

Sampel ≥ 50 : Uji Kolmogorov-Smirnov

Sampel < 50 : Uji Saphiro-Wilk

Hipotesa

H0 : Data berasal dari distribusi N (Distribusi data tidak berbeda

dengan distribusi normal atau data berdistribusi normal)

H1 : Data tidak berasal dari distribusi normal

24
25
26
27
Uji Homogenitas Varian

• Uji Bartlett’s
• Uji Brown Forsithe

Uji homogenitas varian dengan Levene test

Levene test bisa ditampilkan dari independent sample t-test (jika ada
2 kelompok penelitian) & dari one-way ANOVA (jika ada > 2
kelompok penelitian)

28
29
 4. UJI KORELASI
HUBUNGAN

Untuk menguji hipotesis tentang hubungan antara variabel bebas dan

variabel terikat

– Jika data berskala numerik dan berdistribusi normal à parametrik,

maka uji statistika yg digunakan adalah uji korelasi Pearson (NP)

– Jika data berskala kategorikal, maka uji statistika yg digunakan

adalah uji korelasi Spearman (KS)

Uji Korelasi

Jika data berskala kategorikal ordinal maka bisa digunakan uji

korelasi Spearman

Jika data berskala numerik rasio atau interval, maka perlu dilakukan
uji normalitas dan homogenitas varian. Jika data memenuhi syarat
uji parametrik, maka bisa digunakan uji korelasi Pearson

30
31
Interpretasi hasil

Koefisien korelasi:

Koefisien korelasi menunjukkan kekuatan hubungan dan arah

hubungan.
32
33
Contoh interpretasi

Pada penelitian hubungan antara nilai B Inggris & matematika:

• Signifikansi (p) = 0,035 (< ∞), berarti signifikan. Karena

signifikan, maka H1 diterima, jadi ada hubungan signifikan
antara nilai B Inggris & Matematika
• Koefisien korelasi = 0.669; menunjukkan hubungan yang
kuat

Contoh Interpretasi :

Pada penelitian hubungan anatara nilai B iNggris & matematika :

• Koefisien korelasi = 0.669 ; menunjukkan arah hubungan

positif, jadi semakin tinggi nilai B Inggris maka semakin
tinggi nilai matematika
• 1-0.669=0.331. Jadi, masih ada sekitar 33.1 % faktor lain di
luar penelitian yang mempengaruhi hasil penelitian

34
Uji Korelasi Pearson :

• Untuk data berskala numerik dengan berdistribusi normal

• H0 : Tidak ada hubungan …
• H1 : Ada hubungan …
• Interpretasi kekuatan hubungan sama dengan uji korelasi
spearman

Uji Korelasi Pearson :

• Uji Korelasi Pearson merupakan bagian dari uji parametrik,
berlaku untuk data berskala numerik
• Jika data memenuhi syarat uji parametrik (berdistribusi
normal & memiliki varian homogen) maka bisa di Analisa
dengan uji korelasi pearson.
• Jika data berskala numerik tidak memenuhi syarat
parametrik maka skala data diubah menjadi ordinal,
kemudian di Analisa dengan uji korelasi Spearman.

35
5. UJI T

36
UJI t 2 POPULASI :

• Untuk mengetahui perbedaan nilai rerata 2 kelompok

• Uji t untuk kelompok independent : cara pemilihan subyek
pada kelompok yang satu tidak bergantung kepada
karakteristik subyek kelompok lain.
• Uji t untuk 2 kelompok berpasangan : subyek yang sama di
ukur 2x, missal diperiksa pra & pasca intervensi (desain
before & after) , atau pemilihan subyek kelompok yang satu
dilakukan matching dengan subyek kelompok lainnya

Hipotesis unutk uji t :

H0 : Tidak ada perbedaan rerata …

H1 : Ada perbedaan rerata …

Uji t

• Uji t merupakan uji parametrik

• Syarat uji parametrik :
o Sampel diambil secara acak dari populasi
o Data yang dianalisa berskala rasio atau interval
o Distribusi data normal
o Varians kedua kelompok homogen =
homoscedasticity

Uji t 2 Sampel Bebas ( Independent t-test)

Contoh uji t independent

37
Ingin diketahui apakah tinggi badan siswa SD di daerah perkotaan
berbeda dengan di pedesaan. 200 siswa dari masing – masing
sekolah diukur tinggi badannya. Hasilnya adalah tinggi badan dalam
cm (berskala rasio).

38
39
Contoh uji t independent

Ingin diketahui perbedaan rerata kolesterol pada 2 kelompok pasien

(kelompok pasien yang melakukan diet dan kelompok pasien yang
melakukan olahraga)

40
41
42
Yang dilaporkan :

• Niali uji t
• Nilai df
• Nilai p
• 95 % CI

Interpretasi

• H1 : Ada perbedaan rerata kolesterol pada 2 kelompok pasien

• P <0.002 (p < α) signifikan, H1 diterima
• Jadi, ada perbedaan rerata kolesterol pada 2 kelompok pasien
• Rerata kolesterol kelompok mana yang lebih rendah ? Bisa
anda lihat di output hasil Analisa deskriptif (rerata & SD)

43
Uji t Berpasangan (Paired t-test, Dependent t-test)

Contoh Uji t Berpasangan :

• Ingin diketahui perbedaan rerata jarak lompatan 1 dan 2 pada

siswa SD (hanya pada 1 kelompok)
• Jika ada 2 kelompok (A & B) maka harus dibandingkan
perbedaan rerata jarak lompatan 1 & 2 untuk kelompok A
dan B

44
45
Output : bisa anda ketahui rerata & SD jarak lompatan 1 dan
2

Output : Perhatikan signifikansi (2-tailed), bandingankan

dengan α

Yang dilaporkan :
• Nilai uji t
• Nilai df
• Nilai p
• 95 % Cl

Interpretasi :

• H1 : Ada perbedaan rerata jarak lompatan 1 dan 2

pada siswa sebuah SD
• P < 0.001 ( p< α) signifikan H 1 diterima

46
• Jadi, ada perbedaan rerata jarak lompatan 1 dan 2
pada siswa sebuah SD
• Jarak lompatan mana yang lebih baik? Bisa anda lihat
di output hasil Analisa deskriptif (rerata & SD)

47
 6. UJI ONE – WAY ANOVA
• ANOVA : Analysis of Variance
• Variable terikat : berskala numerik, berdistribusi normal,
varian homogen
• Variabel bebas : banyaknya kelompok > 2
• H0 : Tidak ada perbedaan rerata …
• H1 : Ada perbedaan rerata

Contoh Kasus :

Ingin diketahui perbedaan nilai ujian mahasiswa berdasarkan level

kompetensinya (beginner, intermediate, advance)

Langkah di SPSS : Analyze – Compare means – One way ANOVA

48
Langkah di SPSS : pindahkan variable terikat di kotak dependent
list, pindahkan kelompok di kotak factor

49
50
Yang dilaporkan :

• Nilai F
• Nilai df
• Nilai P

Interpretasi :

• H1 : ada perbedaan nilai ujian mahasiswa berdasarkan level

kompetensinya (beginner, intermediate, advanced)
• P<0.021 ( p < α) signifikan H1 diterima
• Jadi, ada perbedaan nilai ujian mahasiswa berdasarkan level
kompetensinya
• Nilai ujian mahasiswa kelompok mana yang berbeda? Bisa
anda lihat di output hasil Analisa deskriptif (rerata & SD)

51
• Jika hasil One Way ANOVA dignifikan, maka dilanjutkan
dengan uji post hoc, untuk mengetahui kelompok mana yang
rerata nilai ujainnya berbeda
• Jiak hasil uji One Way ANOVA tidak signifikan, maka
Analisa dihentikan, kemudian dilaporkan

52
Output. Perhatikan tanda bintang *. Tanda Bintang menunjukkan
signifikansi (p)

Interpretasi :

• Dari table output diketahui tidak terdapat perbedaan

rerata nilai ujian antara kelompok … dan …
• Terdapat perbedaan rerata nilai ujian antara kelompok …
dan …

53
 7. UJI CHI SQUARE
Prinsip Chi square test :

• Merupakan uji statistika non parametrik

• Untuk analisis data kategorikal
• Data berupa frekuensi (bukan proporsi atau persentase)
• Menghitung perbedaan antara nilai pengamatan (observed
value) dengan nilai harapan (expected value)

Hipotesis Chi Square :

• H0: Tidak ada perbedaan proporsi, kejadian, dll ....

• H1: Ada perbedaan proporsi, kejadian, dll ...

Syarat Chi Square test :

• Data frekuensi
• Besar sampel cukup sehingga:
o Tidak ada sel yg kosong
o Tidak ada sel dg expected value < 1
o Banyaknya seldengan expected value < 5 tidak
melebihi 20% dari banyak sel seluruhnya

54
55
56
57
58
Contoh :

• Dari tabel distribusi chi square diketahui bahwa X 2 hasiltes

= 2.04 dengan df =1 lebih kecil daripada nilaiX2 tabel = 2.71.
p > 0,10.
• Kesimpulan: PMH (estrogen) secara statistic tidak
berpengaruh signifikan terhadap kejadian MI pada wanita
menopause, (X2 = 2.04, df = 1, p > 0,1).

59
60
61
62
63
Yang dilaporkan :

• Nilai X2
• Nilai df
64
 • Nilai p

Degree of Freedom (df) :

• Degree of freedom can be defined as the minimum

number of independent coordinates that can specify
the position of the system completely

65
66
Chi Square :

• Chi – square merupakan uji untuk mengetahui adanya

perbedaan variable terikat berdasarkan variable bebas,
bukan uji korelasi
• Jika penelitian bertujuan untuk mengetahui hubungan
antara 2 variabel berskala nominal,maka bisa digunakan uji
kontingensi, phi, atau lambda

67
68
 8. UJI KONTINGENSI
Review prinsip chi square

• Merupakan uji statistika non parametrik

• Untuk analisis data berskala nominal
• Data berupa frekuensi (bukan proporsi atau presentase)
• Menghitung perbedaan antara nilai pengamatan (observed
value) dengan nilai harapan (expected value)

Syarat chi square :

• Besar sampel cukup sehingga:

o Tidak ada sel yg kosong
o Tidak ada sel dg expected value < 1
o Banyaknya seldengan expected value < 5 tidak
melebihi 20% dari banyak sel seluruhnya

69
Uji Chi Square 2x2

Bisa dipilih risk untuk mengetahui odds ratio

70
Jika tidak memenuhi syarat uji chi square :

• Mengecilkan kategori. Misal semula table 4x4 menjadi table

2x2
• Menggunakan uji Fisher’s Exact Test
• Mengubah uji beda menjadi uji korelasi

Chi Square

• Chi- square merupakan uji untuk mengetahui adanya

perbedaan variable terikat berdasarkan variable bebas, bukan
uji korelasi
• Jika penelitian bertujuan untuk mengetahui hubungan antara
2 variabel berskala nominal, maka bisa digunakan uji
kontingensi, phi, atau lambda

71
72
Kekuatan Hubungan :

• Jika hasil uji signifikan, maka perlu diperhatikan kekuatan

hubungannya yang berkisar anatar 0-1 (1=perfect)

73
 9. UJI MANN WHITNEY U
Analog

Parametrik Non Parametrik

One-way ANOVA (>2 kelp) Kruskall-Wallis
Post Hoc :
LSD, Tukey, Bonferroni, dll Mann-Whitney U
Uji t bebas (2-indep sample t- Mann-Whitney U
test) (2 kelp)
Uji t berpasangan Wilcoxon-signed rank test
Prinsip Uji Mann – Whitney U :

• Merupakan uji statistika non parametrik

• Untuk analisis data variable terikat yang berskala ordinal
atau data berskala numerik yang tidak memenuhi syarat
parametrik
• Dilakukan pada 2 kelompok dengan 1x pengukuran
(independent)
• Analog : uji t bebas (2 independent t – test)

Hipotesis Uji Mann- Whitney U :

• H0 : Tidak ada perbedaan … pada 2 kelompok

• H1 : Ada perbedaan … pada 2 kelompok

Contoh Penelitian :

74
1. Penelitian tentang perbedaan derajat nyeri pada pasien
OMK supuratif yang diberi 1x terapi H2O2 dan asam borat
2. Penelitian tentang perbedaan tekanan darah pada pasien
hipertensi yang baru 1x minum obat diuretic dan ACE
inhibitor

Contoh Prosedur MWU :

• Penelitian : perbedaan rerata kadar kolesterol darah pada

2 kelompok pasien : yang menjalani diet saja (diet) dan
yang menjalani olahraga saja (exercise)
• Dalam penelitian ini, kadar kolesterol diukur 1x dan tidak
memenuhi syarat parametrik
• H1 : Ada perbedaan rerata kadar kolesterol darah antara
kelompok pasien yang menjalani diet saja dan kelompok
pasien yang menjalani exercise

75
76
77
78
79
Yang dilaporkan dalam uji MWU :

80
 • Hasil uji deskriptif dan atau quartile pada MWU
• Nilai hitung MWU
• Nilai signifikansi

Interpretasi :

• Uji Mann-Whitney U menunjukkan ada perbedaan

signifikan rerata kadar kolesterol antara kelompok pasien
yang menjalani diet saja dan kelompok pasien yang
menjalani exercise saja, MWU = 110.00, p = 0.014

Uji post hoc Mann-Whitney U

• Uji Mann-Whitney U (MWU) juga bisa merupakan uji post

hoc dari uji Kruskal-Wallis
• Jika uji KW signifikan, maka dilanjutkan dengan uji post hoc
(Mann-Whitney U, MWU) untuk mengetahui kelompok
mana yang berbeda
• Uji MWU dilakukan pada tiap 2 kelompok. Jika penelitian
dilakukan pada 3 kelompok (missal A,B, C), maka uji MWU
dilakukan 3x ( membandingkan A-B, A-C, dan BC)

Prosedur uji MWU post hoc :

• Penelitian : Perbedaan rerata nilai ujian statistik antara

mahasiswa tahun pertama, kedua dan ketiga
• Nilai ujian statistic berskala rasio tetapi tidak memenuhi
syarat parametrik (tidak berdistribusi normal dan atau
memiliki varian yang tidak homogen). Pengukuran nilai
81
 ujian statistic dilakukan 1x pada 3 kelompok mahasiswa
(kode 0 : tahun pertama, kode 1 : tahun kedua, kode 2 :
tahun ketiga)

Prosedur uji MWU post hoc :

• H1 : Ada perbedaan rerata nilai ujian statistika antara

mahasiswa tahun 1 dan 2, tahun 1 dan 3, tahun 2 dan 3

Interpretasi

• Interpretasi : ada perbedaan signifikan rerata nilai ujian

statistika antara mahasiswa tahun 1 dan 2 ( MWU =1,
p<0.001), tahun 1 dan 3 (MWU=28.50, p = 0.011), tahun 2
dan 3 (MWU=37.5, p =0.003)

82
• Dari 3 angkatan tsb, yang paling baik nilai rerata ujian
statistika adalah tahun pertama, dan yang paling buruk
adalah tahun kedua
• Jadi nilai tahun pertama > tahun ketiga > tahun kedua

83
 10. UJI KRUSKAL-WALLIS
Prinsip Uji Kruskal-Wallis :

• Merupakan uji statistika non parametrik

• Untuk analisis data variable terikat yang berskala ordinal
atau data berskala numerik yang tidak memenuhi syarat
parametrik
• Dilakukan pada lebih dari 2 kelompok dengan 1x
pengukuran (independent)
• Analog : one-way ANOVA

Hipotesis Uji Kruskal – Wallis :

• H0 : Tidak ada perbedaan … antar kelompok

• H1 : Ada perbedaan … antar kelompok

Contoh Penelitian :

1. Penelitian tentang perbedaan derajat nyeri (VT) pada

pasien OMK Supuratif yang diberi 1x terapi H2O2, asam
asetat, Chlorhexidine dan asam borat (VB= 4 kelp)
2. Penelitian tentang perbedaan tekanan darah (VT) pada
pasien hipertensi yang baru 1x minum obat diuretic, beta
bloker dan ACE inhibitor (VB=3 kelp)

Jika uji KW :

84
 • Dari hasil uji KW, hanya diketahui ada perbedaan atau
tidak ada perbedaan antara kelompok, namun tidak
diketahui kelompok mana yang berbeda
• Jika uji KW signifikan, maka dilanjutkan dengan uji post
hoc (Mann-Whitney U, MWU) untuk mengetahui
kelompok mana yang berbeda
• Uji MWU dilakukan pada tiap 2 kelompok. Jika
penelitian dilakukan pada 3 kelompok (missal A,B,C),
maka uji MWU dilakukan 3x (membandingkan A-B, A-
C, dan BC)

Jika uji KW tidak :

• Jika uji KW tidak signifikan, maka tidak perlu

dilanjutkan dengan uji post hoc (Mann- Whitney U,
MWU)

Contoh Prosedur uji KW :

• Penelitian : Perbedaan rerata nilai ujian statistik antara

mahasiswa tahun pertama, kedua dan ketiga
• Nilai ujian statistik berskala rasio tetapi tidak memenuhi
syarat parametrik (tidak berdistribusi normal dan atau
memiliki varian yang tidak homogen). Pengukuran nilai
ujian statistik dilakukan 1 x
• Ada kelompok mahasiswa (kode 0: tahun pertama, kode
1 : tahun kedua, kode 2 : tahun ketiga)

85
86
87
88
89
Yang dilaporkan dalam uji KW :

• Nilai X2
• Nilai df
• Nilai p

Interpretasi :

• Karena hasil uji Kruskal -Wallis H signifikan, maka

dilanjutkan dengan uji Mann-Whitney U (MWU). Karena
ada 3 kelompok mahasiwa, maka dilakukan 3x uji MWU
(mahasiswa tahun 1 vs 2, tahun 1 vs 3, dan tahun 2 vs 3)

90
 11. UJI REGRESI
Regresi Logistik Biner

Regresi Logistik Biner adalah suatu metode analisis statistika untuk

mendeskripsikan hubungan antara variable terikat yang memiliki
dua kategori dengan satu atau lebih variable bebas berskala
kategorikal atau numerik.

Tujuan sebagai prediksi

91
92
93
94
Cox & Snell square dan Nagelkarle R square menunjukkan besarnya
variasi variable terikat berdasarkan model dari variable bebas, Hasil
pada table di atas menunjukkan variasi penyakit jantung berdasarkan
usia, jenis kelamin, berat badan & VO2 max berkisar antara 24%-
33%.
95
Yang dianggap lebih valid adalah hasil Nagelkarke R aquare karena
bisa mencapai 1.(LPPM UNAIR, 2007b) (LPPM UNAIR,
2007a)(Bhattacharya, 2005)(Rosner, 2000)(Rosner, 2016)(Peat, J;
Barton, 2005)

96
97
 CONTOH SOAL
1. Seorang mahasiswa melakukan penelitian eksperimental
tentang pengaruh pemberian ekstrak teripang emas terhadap
kadar LDL tikus putih galur Wistar yang diinduksi diet tinggi
lemak. Mahasiswa tersebut ingin menentukan uji hipotesis yang
akan digunakan. Apa yang perlu dilakukan mahasiswa tersebut?
A. Menentukan kriteria inklusi sampel
B. Menentukan berapa kali pengukuran LDL dilakukan
C. Menentukan kadar ekstrak teripang emas untuk kelompok
perlakuan
D. Menentukan banyaknya tikus dalam tiap kelompok
E. Menentukan metode pengukuran LDL

2. Seorang mahasiswa melakukan penelitian eksperimental tentang

pengaruh pemberian ekstrak daun tempuyang terhadap kadar
LDL tikus putih galur Wistar yang diinduksi diet tinggi lemak.
Penelitian tsb menggunakan desain posttest only control group
pada 2 kelompok tikus putih. Data LDL memenuhi syarat uji
statistika parametrik pada  = 0,05. Hasil uji t 2 sampel bebas
tampak pada tabel berikut:

Bagaimana interpretasi hasil penelitian tersebut?

A. Nilai p signifikan
B. H1 diterima
98
 C. H0 ditolak
D. Nilai p < 
E. H0 diterima

3. Seorang mahasiswa melakukan penelitian tentang pengaruh 4

mata kuliah (course) terhadap waktu yang dibutuhkan untuk
mempelajari mata kuliah tersebut (time). Course berskala
nominal, time berskala rasio. Dalam penelitian ini  = 0,05.
Hasil uji normalitas menunjukkan p = 0,777. Mahasiswa
tersebut melakukan uji Levene dengan hasil seperti gambar di
bawah ini.

Bagaimana kesimpulan hasil uji Levene tersebut?

A. Data time berdistribusi normal
B. Data time memiliki varian yang homogen
C. Data time tidak memiliki varian yang homogen
D. Data time tidak berdistribusi normal
E. Data time tidak berdistribusi normal, namun memiliki
varian yang homogen

4. Seorang mahasiswa melakukan penelitian eksperimental

tentang pengaruh pemberian ekstrak daun pegagan terhadap
kadar Hb tikus putih galur Wistar. Penelitian menggunakan
desain posttest only control group pada 6 kelompok tikus putih.
Data Hb memenuhi syarat uji parametrik. Dalam penelitian ini

99
  = 0,05. Apa uji hipotesis yang tepat untuk penelitian
tersebut?
A. Uji Kruskal-Wallis
B. Uji Friedman
C. Uji Wilcoxon rank sum
D. Uji one-way ANOVA
E. Uji ANOVA sama subyek

5. Asza melakukan penelitian tentang perbedaan etnis terhadap

kejadian stroke pada pasien di poli saraf RS Hogwarts tahun
2017. Etnis diklasifikasikan menjadi Hispanic, Latino dan bukan
keduanya. Kejadian stroke diklasifikasikan menjadi mengalami
stroke dan tidak mengalami stroke. H0: tidak terdapat perbedaan
etnis terhadap kejadian stroke pada pasien di poli saraf RS
Hogwarts tahun 2017.
Hasil uji statistika tampak pada tabel berikut:

Bagaimana kesimpulan penelitian Asza?

A. p < 
B. H1 diterima
C. p < df
D. H0 diterima
E. H0 ditolak

100
 DAFTAR PUSTAKA

Bhattacharya, K. (2005) ‘Introduction to medical statistics for

medical students’, University of Oxford, 3 RD.
LPPM UNAIR (2007a) ‘Statistika Non Parametrik’, LPPM
UNAIR.
LPPM UNAIR (2007b) ‘Statistika Parametrik’, LPPM UNAIR.
Peat, J; Barton, B. (2005) ‘Medical statistics: a guide to data
analysis and critical appraisal’, Wiley-Blackwell.
Rosner, B. (2000) ‘Fundamentals of biostatistics’, California:
Duxubury Thomson Learning.
Rosner, B. (2016) Fundamentals of biostatistics. 8 ed.

101