ANALISIS BIVARIAT

Gusni Rahma, M.Epid

OUTLINE
▰Uji Hipotesis
▰Uji Chi square
▰Uji T

2
UJI HIPOTESIS

Kegunaan Statistik :

Deskripsi  Gambaran tentang data yg ada

Generalisasi  Mengambil kesimpulan umum (nilai di

populasi) berdasarkan nilai di sampel/contoh

3
STATISTIK DESKRIPTIF

Variabel – berskala Kategorik  diukur dg cara

menghitung - & dikelompokkan
Ct: Sex = Laki= 48%, Perempuan =52 %

Variabel – berskala Numerik  diukur dg cara

mengukur
Ct: Berat-badan = Rata-rata = 67 kg, bervariasi pada
kisaran 58 kg sampai 72 kg, simpang-baku 2 kg
4
STATISTIK INFERENSIAL
▰Estimasi  Menduga nilai (gambaran) di populasi
-Dugaan titik (point estimate)
-Dugaan selang (interval estimate)  Confidence Interval  Interval yg mengandung
kemungkinan nilai di populasi
▰Uji Hipotesis  Menguji dua atau beberapa nilai apakah sama?  hipotesis nol
-Berapa besar kemungkinan /probabilitasnya?  p value
-Hitung berapa besar p tersebut
-Probabilitas – acuan:
Bentuk sebaran probabilitas yg “Normal”
Bentuk sebaran probabilitas yg “Bukan Normal” 5
6
Hipotesis Statistik
Suatu pernyataan sementara atau perkiraan mengenai
populasi atau pernyataan tentang distribusi probabilitas
dari populasi.
Hipotesis dapat diterima atau ditolak

7
CONTOH

Hipotesis Penelitian: Merokok berhubungan dengan tingginya

tekanan darah

Hipotesis Statistik:
1. Rata-rata tekanan sistolik pada kelompok perokok lebih
tinggi daripada rata-rata tekanan sistolik pada kelompok
bukan perokok
2. Rata-rata jumlah batang rokok yang dihisap pada
kelompok hipertensi lebih banyak daripada rata-rata
jumlah batang rokok yang dihisap pada kelompok
8
LANJUTAN CONTOH

Hipotesis Statistik :

1. Tingginya tekanan sistolik berkorelasi dengan

banyaknya jumlah batang rokok yang dihisap
2. Proporsi penderita hipertensi lebih banyak pada
kelompok perokok dibandingkan pada kelompok
bukan perokok
9
ALUR ANALISIS DATA NUMERIK

10
PEMILAHAN UJI STATISTIK

Uji Hipotesis yg mencoba melihat kesamaan nilai  secara tidak

langsung mencoba melihat “HUBUNGAN”
Variabel Independen Variabel Dependen Uji Statistik

Katagorik Katagorik Chi Square

Kategorik Numerik
Kat=2 Uji T
Kat >2 Uji Anova
Numerik Numerik Uji Korelasi
Uji Regresi
11
LANGKAH PENGUJIAN HIPOTESIS

1. Hipotesis statistik  formulasikan

2. Pilih teknik statistik  parametrik / nonparametrik
3. Hitung peluang (p) berdasarkan data
4. Tetapkan peluang signifikan (a)
5. Bandingkan p dengan a
6. Simpulkan

12
UJI CHI SQUARE
▰Dalam penelitian kesehatan seringkali peneliti perlu melakukan analisis
hubungan variabel katagorik dengan variabel katagorik. Analisis ini bertujuan
untuk menguji perbedaan proporsi dua atau lebih kelompok sampel. Uji
statistik yang digunakan untuk menjawab kasus tersbut adalah UJI KAI
KUADRAT (CHI SQUARE).
▰Misalnya ingin diketahui hubungan jenis pekerjaan dengan perilaku menyusui
ibu, apakah ada perbedaan proporsi kejadian menyusui eksklusif antara ibu
yang bekerja dengan ibu yang tidak bekerja. Dari contoh terlihat bahwa variabel
jenis pekerjaan (bekerja/tidak bekerja) merupakan variabel katagorik, dan
variabel perilaku menyusui (eksklusif/non eksklusif) juga merupakan variabel
katagorik. 13
UJI CHI SQUARE
▰Chi square adalah uji non parametric
▰Sampel harus mewakili populasi
▰Subjek saling bebas (independent)
▰Skala pengukuran kategori
▰Sel dg nilai ekspektasi kurang dari 5 tidak lebih dari 20% dari seluruh sel pada
tabel
▻ Jika lebih gunakan Fisher exact test
▰Chi square sensitif terhadap besar sampel
▻ Sampel besar cenderung memberikan hasil uji statistik “berbeda bermakna”
14
UJI CHI SQUARE
▰Uji kai kuadrat adalah uji hipotesis yang paling sering digunakan
▰Uji kai kuadrat atau uji chi square merupakan uji yang menggunakan tabel X²
▰Prinsip dasar uji kai kuadrat adalah membandingkan frekuensi yang diamati
(O=Observed) dengan frekuensi yang diharapkan (E=expected)
▰UjiKai Kuadrat digunakan untuk menentukan:
1.Ada tidaknyahubungan(asosiasi) antara2 variabel  Uji Independensi
2.Untuk mengetahui homogenitas suatu kelompok  Uji homogenitas
3.Untuk mengetahui kesesuaian antara pengamatan dengan suatu distribusi
tertentu  Uji Goodness of Fit 15
RUMUS UJI CHI SQUARE

16
 CONTOH SPSS

Smoking status * Low birth weight Crosstabulation

Low birth weight

>= 2500 g < 2500 g Total
Smoking No Count 86 29 115
status % within Smoking status 74.8% 25.2% 100.0%
Yes Count 44 30 74
% within Smoking status 59.5% 40.5% 100.0%
Total Count 130 59 189
% within Smoking status 68.8% 31.2% 100.0%

17
 Nilai p value umtul
tabel lebih dari 2x2
CONTOH SPSS misalnya 2x3, 3x3,dll

Nilai p value
Chi-Square Tests umtul tabel
2x2
Asymp. Sig. Exact Sig. Exact Sig.
Value df (2-sided) (2-sided) (1-sided)
Pearson Chi-Square 4.924b 1 .026 Nilai p value jika
Continuity Correction a 4.236 1 .040 terdapat cell yang
Likelihood Ratio nilai ekspektasi
4.867 1 .027
kurang dari 5
Fisher's Exact Test .036 .020
Linear-by-Linear *lihat dr hasil
4.898 1 .027
Association
spss di bawah
N of Valid Cases 189 tabel point (b.)
a. Computed only for a 2x2 table
b. 0 cells (.0%) have expected count less than 5. The minimum expected count is 23.
10.

18
UJI T

Uji statistik beda 2 Mean / T test

▰ Dalam analisis perbandingan dua mean , perlu diingat bahwa
kemungkinan berasal dari dua populasi kita akan melihat
apakah kedua populasi sama atau berbeda
▰ Ada dua kemungkinan sampel
1) Sampel independen  Uji T Independen
2) Sampel berpasangan (paired sample) Uji T Dependen

19
Uji-t Independen (Independent t-test)

▰Tujuan: untuk mengetahui perbedaan mean dua dua kelompok

data independen,
▰syarat yang harus dipenuhi:
a. Data berdistribusi normal/simetris.
b. Kedua kelompok data independen.
c. Variabel yang dihubungkan berbentuk numerik dan katagorik
(ket: variabel katagorik hanya dengan dua kelompok).
20
 Uji-t Independen (Independent t-test)

Menguji perbedaan nilai rata-rata dari 2 pengukuran yang sama pada

orang/kelompok yang berbeda (tidak terkait satu sama lain)

Kelompok-I Kelompok-II
11 12
21 22
31 32
Mean1 = … Mean2 = …
SD1 = … SD2 = … 21
Sampel Independen varian pop sama.
Contoh :

1. Apakah ada perbedaan kadar kolesterol pasien PJK

dengan pasien DM?
2. Apakah ada perbedaan biaya operasi jantung di RS A
dan di RS B
3. Apakah ada perbedaan kasiat obat P & obat Q dalam
mengobati penyakit D

22
Contoh spss Uji-t Independen (Independent t-test)

23
Prosedur:

1. Uji kesamaan varian

2. Uji-t independen
2.1. Jika variannya sama, maka:
Lakukan Uji-t independen dengan asumsi
varian sama
2.2. Jika variannya tidak sama,
Lakukan Uji-t independen dengan asumsi
varian tidak sama
24
 Uji-t Berpasangan (Paired t-test)/T dependen

Menguji perbedaan nilai rata-rata dari 2 pengukuran pada orang yang

sama, pada waktu yang berbeda
(Untuk kemudahan perhitungan, data ditampilkan sbb:)
No responden Data 1 Data 2 Data-2 – Uji T dependen seringkali
(Sebelum) (Sesudah) Data-1 disebut uji T Paired/Related
(d):deviasi atau pasangan. Uji T dependen
1 11 12 sering digunakan pada analisis
data penelitian eksperimen
2 21 22
3 31 32
Mean d = ..
SD d = .. 25
 Contoh Uji-t Berpasangan (Paired t-test)

Dilakukan penelitian untuk melihat apakah ada perbedaan tekanan

darah sistolik pada pasien sebelum dan sesudah minum obat X

Mhs sebelum sesudah beda (d)

1 110 120 10
Mean beda = 9 mmHg
2 90 105 15
SD beda = 9,6 mmHg
3 100 95 -5
4 120 140 20
5 95 100 5
Mean 103 112 9
26
Contoh SPSS Uji-t Berpasangan (Paired t-test)

Rata-rata perbedaan Interval kepercayaan Nilai p

27
TERIMA KASIH

28