Anda di halaman 1dari 80

KONSEP DASAR

ANALISA DATA
KUANTITATIF
BY: MUHAMAT NOFIYANTO
Objectives

Jenis analisa data


Langkah-langkah dalam
analisa data
Pemilihan Uji hipotesis
penelitian kuantitatif yang
tepat
PENDAHULUAN

Penelitian pengolahan data, uji


hipotesis
Uji hipotesis yang digunakan
untuk menguji set data yang kita
miliki uji hipotesis yang sesuai
Uji hipoteis sesuai
kesimpulanya sahih
DASAR ANALISA DATA
Statistik deskriptif: harus selalu
mendahului statistik analitik
Statistik deskriptif: variabel kategorik
(kelamin, tingkat pendidikan/ n, f),
variabel numerik (ukuran
pemusatan:mean, median, modus;
dan penyebaran: SD, varians, range,
min, max)
Jika data distribusi normal: mean sbg
ukuran pemusatan dan SD sebagai
ukuran penyebaran
Lanjutan...........

Jika data tidak normal: median


sebagai ukuran pemusatan dan min
max sbg ukuran sebaran
LANGKAH ANALISA
DATA
1. Tentukan skala pengukuran:
kategorik/ numerik
2. Hipotesis: komparatif, asosiatif
3. Tentukan pasangan: berpasangan
atau tidak
4. Jumlah kelompok: 2 kelompok/ > 2
kelompok
5. Memenuhi syarat uji parametrik atau
non parametrik
6. Prinsip tabel BxK dan PxK
Skala Pengukuran
Variabel
Kategorik: nominal-ordinal
Numerik: rasio-interval
Nominal: jenis kelamin, Agama,
status pernikahan
Ordinal: tingkat pendidikan,
pengetahuan, klasifikasi
Interval: suhu badan
Rasio: BB, TB, GDS, Kolesterol
JENIS HIPOTESIS

Komparatif
Korelasi
Pertanyaan Penelitian
Hipotesis Komparatif
Apakah terdapat perbedaan kadar
gula darah antara terapi senam kaki
dengan senam seluruh tubuh?
Apakah terdapat hubungan antara
perilaku seks bebas dengan kejadian
IMS?
Pertanyaan Penelitian
Hipotesis Korelasi
Berapa besar korelasi kadar leukosit
dan luas infak jantung
BILA OTPUT YANG INGIN DICAPAI
ADALAH KOEFISIEN KORELASI
HIPOTESIS KORELATIF
BILA OUTPUT PARAMETER LAIN
HIPOTESIS KOMPARATIF
SKALA PENGUKURAN

Hipotesis komparatif: skala


kategorik kategorik vs kategorik;
skala numerik kategorik vs numerik
Hipotesis korelatif: skala kategorik
bila salah satu variabel kategorik;
skala numerik numerik vs numerik
PASANGAN DAN JUMLAH
KELOMPOK
2 Kelompok tidak berpasangan:
mengukur TD daerah desa dan
daerah kota, dibandingkan
2 kelompok berpasangan: TD
diukur dari individu sama sebanyak
2x kemudian dibandingkan
Matching: sama dengan 2
kelompok tidak berpasangan tapi
dimatchingkan sehingga jadi
berpasangan
Lanjutan...

Cross over: periode


tertentu dapat treatmen A,
setelah selesai dapat
treatmen B selama waktu
tertentu berpasangan
SYARAT UJI PARAMETRIK
DAN NON PARAMETRIK
Parametrik: skala pengukuran variabel
(harus numerik), distribusi data (harus
normal), varians data (tidak
mensaratkan pada kelompok
berpasangan, syarat tidak mutlak untuk
2 kelompok tdk berpasangan, syarat
mutlak untuk > 2 kelompok tidak
berpasangan)
Non parametrik: jika skala pengukuran
variabel adalah kategorik (nominal-
ordinal), jika skala numerik tapi tidak
memenuhi syarat,
Bagaimana Distribusi
Normal?
Kuantitatif/ analitik:kolmogorov-Smirnov
kalau sampel > 50 dan Shapiro-Wilk
kalau < 50. kemaknaan P > 0,05
Kualitatif/ deskriptif: koefisien varian
(<30%), rasio skewness (-2 s.d +2),
Rasio Kurtosis (-2 s.d +2), histogram
(simetris), box plot (simetris), normal Q-
Q Plots (menyebar sekirar garis),
Detrended Q-Q Plots (menyebar sekirar
garis pada nilai 0)
Varianya sama atau
tidak?
Uji varians (Levenes test):
jika nilai p > 0,05 maka
varians data adalah sama
Upaya menormalakan
distribusi dan varians
transform data
Tabel BxK

B=baris, K=kolom
B=variabel bebas, K= variabel
terikat
Tabel PxK

P= Pengulangan, K= kategori
Contoh penkes diukur sebelum dan
sudah dengan kategori pengetahuanya
ada 2 (baik, buruk). Maka itu disebut
tabel 2x2
BxK untuk hipotesis komparatif
kategorik tidak berpasangan
PxK untuk hipotesis komparatif
kategorik berpasangan
Hal Penting
Semua hipotesis kategorik tidak
berpasangan menggunakan uji Chi-
Squre bila memenuhi syarat
Syaratnya: expected count yang
kurang dari 5 maksimal 20%
Jika tidak terpenuhi fisher untuk
tabel 2x2, kolmogorov smirnov 2xK,
penggabungan sel (selain 2x2 dan 2xk)
Tabel hasil minimalkan garis vertikal
Nilai p tiga angka di belakang koma
Expected Count
Status fertilitas Total
Perilak
fertil infertil
u
meroko
k

Tidak 35 15 50
merokok
EC=Merokok
total baris x20
total kolom :30
total sampel50
SelTotal
a= 50 x 55 : 55
100= 27,5 dst45 100
Hipotesis Korelatif
Nominal vs nominal: koefisien
kontingensi, lamda
Nominal vs ordinal: koefisien
kontingensi, lamda
Ordinal vs ordinal: spearman,
Gamma, somers
Ordinal vs numerik: spearman
Numerik vs numerik: pearson
Analisis Multivariat

Regresi logistik: bila variabel


terikatnya berupa variabel kategorik
Regresi linier: bila variabel terikatnya
berupa variabel numerik
Nilai P dan Interval
kepercayaan (IK)
P= besarnya kemungkinan hasil yang
diperoleh akibat faktor peluang, jika
hipotesis 0 benar
IK= taksiran rentang nilai pada
populasi yang dihitung dengan nilai
yang diperoleh p0ada sampel
Skala Jenis Hipotesis (Asosiasi)
Penguk
uran
Komparatif Korelatif
Tidak Berpasangan
Berpasangan
2 >2 2 >2
Numerik Kelompo Kelompo Kelompo Kelompo
k k k k
Uji T One way Uji T Repeate Pearson
tidak ANOVA berpasa d
berpasa ngan ANOVA
ngan
Kategori Mann Kruskal Wilcoxo Friedma Spearm
k Whitney Wallis n n an,
(ordinal) Somers
d
STATISTIK
DESKRIPTIF
DESKRIPTIF

Untuk mengetahui karakteristik data


yang dimiliki
Melakukan perubahan data dari satu
skala ke skala lain
Deskripsi variabel kategorik, numerik
Uji normalitas data
Transform data untuk menormalkan
data
UJI HIPOTESIS KOMPARATIF
NUMERIK DUA KELOMPOK
TIDAK BERPASANGAN
CONTOH
Bagaimana pengaruh kehadiran suami
saat istri melahirkan terhadap skor
ansietas istri?
Pemecahan:
Variabel? Uji t tidak
Jenis hipotesis?komparatif berpasangan
(parametrik),
Skala?numerik
Mann Whitney
Pasangan/tidak? tidak (non par)
Jumlah kelompok? 2
Catatan

Saat menerapkan t tidak


berpasangan, perhatikan tabel
varians. Jika varians sama maka
gunakan nilai significancy baris ke-1
(equal variances assumed), jika tidak
sama gunakan baris 2 (aqual
variances not assumed)
Nilai IK biasanya lebih berguna secara
klinis dibanding nilai p
Lanjuan
Sajian tabel hasil hitung sebaiknya
menunjukan: jumlah subjek tiap
kelompok, rerata tiap kelompok,
simpangan baku, perbedaan rerata antar
kelompok, IK, p
Sajian data Mann Whitney: nilai rerata dan
simpangan baku tidak dituliskan karena
distribusi data tidak normal (cukup nilai
minimum dan maksimum tiap kelompok)
UJI HIPOTESIS KOMPARATIF
NUMERIK DUA KELOMPOK
BERPASANGAN
Contoh
Bagaimana pengaruh terapi insulin
terhadap perubahan BMI sebelum dan
sesudah satu bulan penyuntikan
testosteron?
Pemecahan:
Uji t
Variabel? berpasangan
Jenis hipotesis? (parametrik),
Skala? Wilcoxon(non
par)
Pasangan/tidak?
Jumlah kelompok?
Catatan

T berpasangan, varians tidak perlu


diuji karena bukan syarat mutlak
Sajian tabel hasil hitung sebaiknya
menunjukan: jumlah subjek tiap
kelompok, rerata tiap kelompok,
simpangan baku tiap kelompok,
perbedaan rerata antar kelompok,
simpangan baku dari perbedaan
rerata, IK, p
Lanjutan

Sajian data Wilcoxon: nilai rerata dan


simpangan baku tidak dituliskan
karena distribusi data tidak normal
(cukup nilai minimum dan maksimum
tiap kelompok)
UJI HIPOTESIS KOMPARATIF
NUMERIK > DUA KELOMPOK
TIDAK BERPASANGAN
CONTOH
Apakah ada beda kadar gula darah
kelompok ekonomi rendah, sedang dan
tinggi?
Pemecahan:
Variabel? Uji one way
Jenis hipotesis? anova
(parametrik),
Skala?
Kruskal-
Pasangan/tidak? wallis(non par)
Jumlah kelompok?
Catatan

Untuk one way anova: normalitas


dan varians menjadi syarat mutlak.
Jika didapatkan nilai p bermakna,
maka untuk mencari pada kelompok
mana terdapat perbedaan yang
bermakna itu ada lakukan analisis
post Hoc
Lanjuan
Tampilan tabel hasil analisis: jumlah subjek
tiap kelompok, rerata tiap kelompok,
simpangan baku tiap kelompok, perbedaan
rereata antar kelompok, simpangan baku
perbedaan rerata, IK, p, tampilkan post-hoc
LSD
Post-hoc untuk Kruskal-wallis adalah dengan
uji Mann-whitney pada semua kelompok
Kruskal-wallis: simpangan baku dan rerata
sebaiknya diganti dengan minimum max
dan median saja
UJI HIPOTESIS KOMPARATIF
NUMERIK > DUA KELOMPOK
BERPASANGAN
CONTOH
Perbandingan skor kecemasan 1 hari
sebelum ujian, 1 jam sebelum ujian
dan 1 jam setelah ujian?
Pemecahan:
Variabel? Repeated
anova
Jenis hipotesis? (parametrik),
Skala? Friedman(non
Pasangan/tidak? par)

Jumlah kelompok?
Catatan
Repeated anova: pada multivariate test jika
menunjukan signifikasi < p. lanjutkan
dengan melihat pairwise comparisons untuk
mengetahui pengukuran mana yang berbeda
Sajian tabel repeated anova: jumlah subjek
tiap kelompok, rerata tiap kelompok,
simpangan baku tiap kelompok, rerata tiap
kelompok, simpangan baku perbedaan rerata,
IK, p dan pst hoc paired wise comparison
Lanjuan
Friedman: analisa post hoc untuk
friedman adalah wilcoxon tiap
kelompok
Friedman: simpangan baku dan rerata
sebaiknya diganti dengan minimum
max dan median saja
UJI HIPOTESIS KOMPARATIF
KATEGORIK TIDAK
BERPASANGAN
(TABEL B x K)
CONTOH
Hubungan masturbasi (masturbasi
dan tidak) dengan ejakulasi dini
(ejakulasi dini dan tidak)?
Pemecahan:
Variabel? kategorik
Jenis hipotesis?komparatif Chi-square
alternatifnya
Skala? kategorik
Fisher
Pasangan/tidak? Tidak
Tabel b x k? 2 x 2
Catatan
Syarat Chi square harus terpebuhi
expected count jika tidak terpenuhi
Fisher
Hasil analisa dituliskan dalam bentuk
tabel silang baris dan kolom: jumlah dan
presentase tiap sel, nilai p. Jika jenis
penelitianya cohort, maka persentase
total disajikan ke baris. Bila case control,
persentase total disajikan ke kolom. bila
cros sectional, dapat dua-duanya
UJI HIPOTESIS KOMPARATIF
KATEGORIK TIDAK
BERPASANGAN
(TABEL 2x K)
CONTOH
Hubungan masturbasi (masturbasi
dan tidak) dengan tingkat depresi
(tinggi, sedang, rendah)?
Pemecahan:
Variabel?
Jenis hipotesis?
Kolmogorov-
Skala? smirnov
Pasangan/tidak?
Tabel b x k?
Catatan

Hasil analisa dituliskan dalam bentuk


tabel silang baris dan kolom: jumlah
dan presentase tiap sel, nilai p. Jika
jenis penelitianya cohort, maka
persentase total disajikan ke baris.
Bila case control, persentase total
disajikan ke kolom. bila cros
sectional, dapat dua-duanya
UJI HIPOTESIS KOMPARATIF
KATEGORIK TIDAK
BERPASANGAN
(SELAIN 2 X 2 DAN TABEL 2x
K)
CONTOH
Hubungan tingkat pengetahuan
(rendah, sedang, tinggi) dan tingkat
kepatuhan (rendah, sedang, tinggi)?
Pemecahan:
Variabel?
Jenis hipotesis? Penggabungan
Skala? sel
Pasangan/tidak?
Tabel b x k?
Catatan
Ketika sudah dilakukan penggabungan
sel uji hipotesis dengan chi square bila
tidak memenuhi Kolmogorov-smirnov
Hasil analisa dituliskan dalam bentuk tabel
silang baris dan kolom: jumlah dan
presentase tiap sel, nilai p. Jika jenis
penelitianya cohort, maka persentase total
disajikan ke baris. Bila case control,
persentase total disajikan ke kolom. bila
cros sectional, dapat dua-duanya
UJI HIPOTESIS KOMPARATIF
KATEGORIK BERPASANGAN
(TABEL Px K)
CONTOH
Peran penyuluhan terhadap
pengetahuan (baik, buruk), diukur
sebelum dan setelah penyuluhan?
Pemecahan:
Variabel? kategorik
Jenis hipotesis?komparatif
Skala? kategorik McNemar
Pasangan/tidak? pasangan
Tabel p x k? 2 x 2
Catatan

Hasil analisa dituliskan dalam bentuk


tabel silang baris dan kolom: hati-
hati jangan sampai seperti tabel
tidak berpasangan
CONTOH
Peran penyuluhan terhadap
pengetahuan (baik, sedang, buruk),
diukur sebelum dan setelah
penyuluhan?
Pemecahan:
Variabel?
Jenis hipotesis? Marginal
Skala? homogenity
Pasangan/tidak?
Tabel p x k?
Catatan

Hasil analisa dituliskan dalam bentuk


tabel silang baris dan kolom: hati-
hati jangan sampai seperti tabel
tidak berpasangan
CONTOH
Peran penyuluhan terhadap
pengetahuan (baik, buruk), diukur
sebelum, sesaat setelah dan seminggu
setelah penyuluhan?
Pemecahan:
Variabel?
Jenis hipotesis? Cochran
Skala?
Pasangan/tidak?
Tabel p x k?
Catatan

Setelah dapat nilai p bermakna pada


cochran, maka lanjutkan dengan post
hoc menggunakan Mc Nemar untuk
mengetahui pengukuran yang mana
yang berbeda
UJI HIPOTESIS KORELATIF
Hipotesis korelatif
Nominal vs nominal: koefisien
kontingensi, lamda
Nominal vs ordinal: koefisien
kontingensi, lamda
Ordinal vs ordinal: spearman,
Gamma, somersd
Ordinal vs numerik: spearman
Numerik vs numerik: pearson
Dasar korelasi

Beda koefisien kontingensi dan lamda:


koefisien kontingensi untuk menguji
korelasi antara 2 variabel yang setara
sedangkan lamda 2 variabel tidak setara
Perbedaan spearman, gamma dan
somersd: spearman untuk korelasi
variabel numerik dengan ordinal, gamma
somersd untuk ordinal vs ordinal
Dasar korelasi

Beda gamma dan somers: gamma


untuk korelasi 2 variabel setara,
sedangkan somersd untuk 2 variabel
tidak setara
Interpretasi korelasi: nilai p, kekuatan
korelasi, arah korelasi
Interpretasi korelasi
0,00-0,199: sangat lemah
0,20-0,399: lemah
0,4-0,599: sedang
0,6-0,799: kuat
0,8-1: sangat kuat
Arah korelasi: + (searah), - (berlawan
arah)
Nilai p: > 0,05 tidak terdapat korelasi
bermakna, < 0,05 korelasi bermakna
CONTOH
Mengetahu korelasi skor depresi
dengan skor ansietas lansia?
Pemecahan:
Variabel? numerik
Jenis hipotesis?korelatif Pearson
(parametrik),
Skala? numerik Spearman (non
par)
Catatan

Hasil: koefisien korelasi (r), p, jumlah


subjek
Gamma dan somersd
Mengetahu korelasi tingkat penilaian
responden terhadap mutu layanan
(buruk, sedang, baik) dengan mutu
layanan RS (buruk, sedang, baik)?
Pemecahan:
Variabel? kategorik
Gamma,
Jenis hipotesis?korelatif somersd
Skala? kategorik
KOEFISIEN
KONTINGENSI, LAMDA
Mengetahu korelasi perilaku merokok
(merokok, tidak merokok) dengan
status fertilitas (fertil, tidak fertil)
Pemecahan:
Variabel? kategorik
Koefisien
Jenis hipotesis?korelatif kontingensi
Skala? kategorik dan lamda
ANALISIS MULTIVARIAT
DASAR-DASAR
Berbicara tentang hubungan banyak
variabel bebas, dengan satu variabel terikat
Regresi logistik dan linier
Kekuatan hubungan bisa dilihat dari OR, RR,
dan koefisien korelasi
Pada analisis bivariat, OR dan RR digunakan
pada analisis komparatif kategorik
sedangkan koefisien korelasi untuk analisis
korelasi
Lanjutan.......
OR digunakan pada desain case control, RR
digunakan pada desain kohort
Contoh: peneliti ingin tahu hubungan
hepatomegali dengan kejadian syok pasien
DB. Desainya adalah case control.
Pemecahan: hepatomegali dan syok data
kategorik uji hipotesisnya adl Chi
square jika syarat tidak terpenuhi
fisher. Kekuatan hubungan dengan melihat
OR
Lanjutan....

OR secara manual= ad/bc, RR= a/


(a+b): c/(c+d)
Langkah-langkah

1. Seleksi variabel yang akan dianalisis


multivariat. Variabel yang dapat dianalisis
multivariat adalah jika pada analisis
bivariat punya nilai p< 0,25
2. Lakukan analisis multivariat. 3 metode:
enter (manual), forword dan backward
(otomatis).
3. Interpretasi hasil: nilai pengaruh dilihat dari
nilai p. Reg log urutan korelasi diketahui
dari besar OR. Reg lin urutan dari nilai r
Lanjutan..

4. Meniali kualitas dari rumus analisis


multivariat. Reg log dilihat kemampuan
diskriminasi (melihat nilai area under
curve dengan metode receiver operating
curve) dan kalibrasi (dengan metode
hosmer dan lameshow). Rumus punya
diskriminasi baik jika AUC semakin
mendekati angka 1, kalibrasi baik jika
p>0,05 pada uji hosmer dan lameshow
Lanjutan.....
Kualitas rumus reg lin diperoleh dari
diskriminasi dengan melihat nilai R 2 dan
kalibrasinya melihat uji ANOVA.
Diskriminasi baik jika R2 semakin
mendekati 1 dan kalibrasi baik jika p pada
ANOVA < 0,05
5. Menilai syarat/ asumsi: reg lin terdapat
asumsi linieritas, normalitas,
independensi, homogenitas dan
multikolinieriti
Aanalisis Regresi
Logistik
Faktor-faktor prediktor terjadinya syok
pasien anak DB. Variabel yang diteliti
adalah jenis kelamin, perdarahan,
trombositopenia, hemokonsentrasi,
hepatomegali. Desainya adalah case
control.
Pemecahan:
1.Uji hipotesis bivariat: jenis hipotesis
komparatif kategorik tidak berpasangan
chi square fisher
Lanjutan........

2. Parameter kekuatan hubungan: OR


3. Analisis multivariat: regresi logistik
Analisis Regresi Linier

Prediktor CCT pada pasien gagal


ginjal. Variabel yang digunakan
adalah serum creatinin sesaat, BB,
usia
Pemecahan:
1.Uji hipotesis bivariat: jenis hipotesis
korelasi pearson
Lanjutan........

2. Parameter kekuatan hubungan:


koefisien korelasi
3. Analisis multivariat: regresi linier
Kepustakaan

Dahlan, M., S. 2011. Statistik untuk


Kedokteran dan Kesehatan, ed.5.
Jakarta: Salemba Medika
TERIMA KASIH