PENENTUAN ANALISIS

DATA RISET KESEHATAN

Ainurrafiq IZ.
 Setelah sesi ini, peserta diharapkan
mampu:
1. Memahami definisi metode MSD
dalam penentuan analisis data;
2. Memahami alur pikir untuk penentuan
analisis statistik deskriptif dengan
metode MSD.
Tujuan 3. Memahami alur pikir untuk penentuan
Pembelajaran uji hipotesis untuk analisis statistik
analitik bivariat komparatif dengan
metode MSD.
4. Memahami alur pikir untuk penentuan
uji hipotesis untuk analisis statistik
analitik bivariat korelatif dengan
metode MSD.
5. Memahami alur pikir untuk penentuan
uji hipotesis untuk analisis statistik
analitik multivariat dengan metode
MSD.
Definisi  MSD singkatan dari Multiaksial
Sopiyudin Dahlan.
Metode MSD  Sopiyudin Dahlan adalah nama
dalam orang yang mensistematisasikan
metode penentuan analisis
Penentuan statistik yang sesuai untuk
Analisis Data berbagai tipe data riset.
 Istilah multiaksial merujuk pada
aksis-aksis analisis yang
disistematisasikan metode
penentuan analisisnya dalam
riset epidemiologi kesehatan.
  Tujuan riset
 Tujuan riset adalah tujuan yang ditetapkan
dan ingin dicapai oleh peneliti dalam
risetnya.
 Tergantung dari luasnya tujuan riset,
masing-masing tujuan riset mengandung
variabel-variabel riset.
 Variabel riset

Istilah-Istilah
 Variabel riset adalah karakteristik
subyek/obyek riset yang memiliki variasi dan
hendak diukur oleh peneliti untuk mencapai
Penting tujuan risetnya.
 Aktifitas pengukuran variabel menghasilkan
data.
 Data
 Data adalah hasil pengukuran variabel.
 Setiap data memiliki skala pengukuran
variabel masing-masing.
 Skala pengukuran variabel dalam statistik
 Skala pengukuran variabel terdiri skala
nominal, ordinal, interval dan rasio.
  Skala Nominal
 Data suatu variabel dikatakan berskala
nominal jika dimensi variabelnya berupa
kategori sederajad. Contoh: Jenis
kelamin, dll.
 Skala Ordinal
 Data suatu variabel dikatakan berskala
ordinal jika dimensi variabelnya berupa
Istilah-Istilah kategori bertingkat. Contoh: Tingkat
pendidikan, dll.

Penting  Skala Interval

 Data suatu variabel dikatakan berskala
interval jika data variabel tersebut tidak
memiliki nilai nol alami/mutlak. Contoh:
Suhu, dll.
 Skala Rasio
 Data suatu variabel dikatakan berskala
rasio jika data variabel tersebut memiliki
nilai nol alami/mutlak. Contoh: Tinggi
badan, dll.
  Level Analisis Data
 Analisis data dapat dilakukan pada
level deskriptif, maupun analitik.
 Penentuan level analisis tergantung
dari tujuan riset.
 Analisis Deskriptif
 Disebut deskriptif jika tujuan riset
Istilah-Istilah bermaksud hanya menggambarkan
variabel, baik univariat maupun
Penting bivariat (tabel silang tanpa uji
statistik).
 Analisis Univariat
 Analisis univariat adalah analisis satu
variabel.
 Analisis Bivariat
 Analisis bivariat adalah analisis dua
variabel, baik deskriptif, maupun
analitik.
  Analisis Analitik
 Disebut analitik jika tujuan riset
bermaksud melihat hubungan
(association) dua variabel
(bivariat), baik dengan uji
hipotesis komparatif maupun
Istilah-Istilah korelatif; atau lebih dari dua
Penting variabel (multivariat)
 Analisis Multivariat
 Analisis multivariat adalah
analisis multivariabel.
Alur Pikir Proporsi
Jumlah (Persentase);
Interval kepercayaan
(IK)

Penentuan Sensitivitas Sensitivitas (IK)

Analisis
Spesifisitas (IK)
Kategorik
Nilai Duga Posisitf (IK)
Nilai duga negatif (IK)

Statistik
Spesifisitas
Rasio kemungkinan
positif (IK)
Rasio kemungkinan
negatif (IK)

Deskriptif
Area Under Curve AUC (IK)

dengan Analisis Deskriptif

Normal Rerata (S.B)

Metode Numerik Normal Rerata geometrik (IK)

MSD
dinormalkan

Tidak Normal Median (Persentil)

Rate Insiden rate (IK)

  Kategorik
 Data dikatakan kategorik jika
skalanya nominal dan ordinal, karena
keduanya mempunyai kategori.
 Numerik
 Data dikatakan numerik jika skalanya
interval dan rasio, karena keduanya
Istilah-Istilah tidak mempunyai kategori.
Penting  Rate
 Data dikatakan rate jika
menggambarkan jumlah kejadian
dibagi dengan person time.
 Distribusi Normal
 (Dalam pelatihan ini) data dikatakan
berdistribusi normal jika nilai p
dalam uji normalitas menunjukkan
nilai >0.05.
  Sensitifitas
 Sensitivitas adalah kemampuan suatu alat
diagnosa baru untuk mendeteksi kasus yang
betul-betul positif setelah dikonfirmasi oleh alat
diagnosa baku emas, yang secara matematis
dinyatakan dengan rumus =a/(a+c).
 Spesifisitas
 Spesifisitas adalah kemampuan suatu alat
diagnosa baru untuk mendeteksi kasus yang
betul-betul negatif setelah dikonfirmasi oleh alat
Istilah-Istilah diagnosa baku emas, yang secara matematis
dinyatakan dengan rumus =d/(b+d).

Penting
 Nilai duga positif
 Nilai duga positif adalah kemampuan suatu alat
diagnosa baru untuk mendeteksi kasus yang
betul-betul positif setelah dikonfirmasi oleh alat
diagnosa baku emas, yang secara matematis
dinyatakan dengan rumus =a/(a+c).
 Nilai duga negatif
 (Dalam pelatihan ini) data dikatakan berdistribusi
normal jika nilai p dalam uji normalitas
menunjukkan nilai >0.05.
 Cara menyajikannya

Alur Pikir Proporsi

Jumlah (Persentase);
Interval kepercayaan
(IK)

Penentuan Sensitivitas Sensitivitas (IK)

Analisis
Spesifisitas (IK)
Kategorik
Nilai Duga Posisitf (IK)
Nilai duga negatif (IK)

Statistik
Spesifisitas
Rasio kemungkinan
positif (IK)
Rasio kemungkinan
negatif (IK)

Deskriptif
Area Under Curve AUC (IK)

dengan Analisis Deskriptif

Normal Rerata (S.B)

Metode Numerik Normal Rerata geometrik (IK)

MSD
dinormalkan

Tidak Normal Median (Persentil)

Rate Insiden rate (IK)

Alur Pikir
Chi square/trend+OR, PR, RR;
1x Pengukuran Fisher/Yate’s/Kolmogorov-Smirnov/Mann-Whitney;
Tidak Penyederhanaan sel
berpasangan
>1x
Generalized estimating equation (GEE)

Penentuan
Pengukuran

McNemar/Wilcoxon/Margina
Kategorik 2x Pengukuran
l homogeneity
Pengukuran
berulang

Analisis
>2x Cochran/Friedman + Post
Pengukuran hoc McNemar/Wilcoxon
Berpasangan
McNemar/Wilcoxon/Margina
2 Kelompok
l homogeneity

Statistik
Matching/Cross
ed over
Cochran/Friedman + Post
>2 Kelompok
hoc McNemar/Wilcoxon

Analitik
T test tidak berpasangan
1x Pengukuran varian sama/varian beda;
Mann Whitney
2 Kelompok
Generalized linear model + Pos
>1x
hoc Bonferroni; Mann-Whitney
Pengukuran berulang

Bivariat
Tidak
berpasangan One way anova + Post hoc
Bonferroni; One way anova +
1x Pengukuran Post hoc Tamhane; Kruskal-Wallis
Uji Hipotesis + Post hoc
Komparatif >2 Kelompok

Komparatif
Generalized linear model +
>1x
Post hoc; Kruskal-Wallis +
Pengukuran
Post hoc Mann-Whitney
Numerik
T test berpasangan;
2x Pengukuran
Wilcoxon

dengan
Pengukuran
berulang Repeated anova + Post hoc
>2x
Bonferroni; Friedman + Post
Pengukuran
hoc Wilcoxon
Berpasangan

Metode
T test berpasangan;
2 Kelompok
Analisis survival: Wilcoxon
Matching/Cross
Rate Kaplain Meier;
ed over Repeated anova + Post hoc
Cox regression
>2 Kelompok Bonferroni; Friedman + Post
Perbandingan hoc Wilcoxon

MSD
AUC
AUC

Kategorik Kappa

Kesesuaian

Numerik Bland-Altman
  Analisis Analitik
 Disebut analitik jika tujuan riset
bermaksud melihat hubungan
(association) dua variabel (bivariat), baik
dengan uji hipotesis komparatif maupun
korelatif; atau lebih dari dua variabel
(multivariat)
 Analisis Multivariat

Istilah-Istilah  Analisis multivariat adalah analisis

multivariabel.

Penting  Hipotesis Komparatif

 Dikatakan hipotesis komparatif jika ingin
melihat hubungan antar variabel
dengan mencari perbandingan (proporsi
atau rerata), perbedaan (proporsi atau
rerata), OR, RR, RP; dan
 Hipotesis Korelatif
 Dikatakan hipotesis korelatif jika ingin
menguji perbandingan (proporsi atau
rerata) dan perbedaan (proporsi atau
rerata) dengan nilai koefisien korelasi (r).
Alur Pikir
Chi square/trend+OR, PR, RR;
1x Pengukuran Fisher/Yate’s/Kolmogorov-Smirnov/Mann-Whitney;
Tidak Penyederhanaan sel
berpasangan
>1x
Generalized estimating equation (GEE)

Penentuan
Pengukuran

McNemar/Wilcoxon/Margina
Kategorik 2x Pengukuran
l homogeneity
Pengukuran
berulang

Analisis
>2x Cochran/Friedman + Post
Pengukuran hoc McNemar/Wilcoxon
Berpasangan
McNemar/Wilcoxon/Margina
2 Kelompok
l homogeneity

Statistik
Matching/Cross
ed over
Cochran/Friedman + Post
>2 Kelompok
hoc McNemar/Wilcoxon

Analitik
T test tidak berpasangan
1x Pengukuran varian sama/varian beda;
Mann Whitney
2 Kelompok
Generalized linear model + Pos
>1x
hoc Bonferroni; Mann-Whitney
Pengukuran berulang

Bivariat
Tidak
berpasangan One way anova + Post hoc
Bonferroni; One way anova +
1x Pengukuran Post hoc Tamhane; Kruskal-Wallis
Uji Hipotesis + Post hoc
Komparatif >2 Kelompok

Komparatif
Generalized linear model +
>1x
Post hoc; Kruskal-Wallis +
Pengukuran
Post hoc Mann-Whitney
Numerik
T test berpasangan;
2x Pengukuran
Wilcoxon

dengan
Pengukuran
berulang Repeated anova + Post hoc
>2x
Bonferroni; Friedman + Post
Pengukuran
hoc Wilcoxon
Berpasangan

Metode
T test berpasangan;
2 Kelompok
Analisis survival: Wilcoxon
Matching/Cross
Rate Kaplain Meier;
ed over Repeated anova + Post hoc
Cox regression
>2 Kelompok Bonferroni; Friedman + Post
Perbandingan hoc Wilcoxon

MSD
AUC
AUC

Kategorik Kappa

Kesesuaian

Numerik Bland-Altman
 T test tidak berpasangan
Varian sama
untuk varian sama

Normal

Varian T test tidak berpasangan

1x Pengukuran berbeda untuk varian beda
dinormalkan

Tidak Normal Mann Whitney

2 Kelompok

Generalized linear model +

Normal
Pos hoc
>1x
dinormalkan
Pengukuran
Mann-Whitney berulang
Tidak Normal
dengan koreksi

Komparatif Numerik One way anova + Post hoc

Tidak berpasangan Varian sama
Bonferroni
Normal
Varian One way anova + Post hoc
berbeda Tamhane’s
1x Pengukuran dinormalkan

Kruskal-Wallis + Post hoc

Tidak Normal
Mann-Whitney
>2 Kelompok

Generalized linear model +

Normal
Post hoc
>1x
dinormalkan
Pengukuran
Kruskal-Wallis berulang
Tidak Normal
dengan koreksi
Latihan 1
“Apakah terdapat perbedaan rerata skor ansietas antara
kelompok ibu-ibu yang proses melahirkannya didampingi
suami dengan yang tidak didampingi suami?”
 Normal T test berpasangan

2x Pengukuran dinormalkan

Tidak Normal Wilcoxon

Pengukuran berulang

Normal Repeated anova + Post hoc Bonferroni

>2x Pengukuran dinormalkan

Tidak Normal Friedman + Post hoc Wilcoxon

Komparatif Numerik
Berpasangan

Normal T test berpasangan

2 Kelompok dinormalkan

Tidak Normal Wilcoxon

Matching/Crossed
over

Normal Repeated anova + Post hoc Bonferroni

>2 Kelompok dinormalkan

Tidak Normal Friedman + Post hoc Wilcoxon

Latihan 2
“Apakah terdapat perbedaan IMT sebelum dan sesudah
satu bulan penyuntikan terstosteron?”

Perhatikan selisih rerata IMT sebelum dan sesudah

Metode Uji Hipotesis
Komparatif Kategorik Syarat X²
terpenuhi
Chi square dengan koreksi Yate’s

Tidak Berpasangan:
Tabel 2x2
Syarat X²
tidak Fisher
terpenuhi

Tabel B x K Syarat X²
Proporsi
Chi square +
Post hoc
terpenuhi
B singkatan dari Baris
Chi square for
 Trend
trend

 K Singkatan dari Kolom K=Ordinal

Proporsi
Beberapa
tabel 2x2

 Pada Baris (B) umumnya Syarat X²

Mann-
diletakkan variabel independen
tidak Trend
Whitney
terpenuhi
atau variabel bebas, sedangkan Tabel 2xK Pengabungan
pada Kolom (K) umumnya sel

diletakkan variabel dependen atau Metode Uji Hipotesis

Syarat X² Chi square +
variabel terikat. Komparatif Kategorik
Tidak Berpasangan: terpenuhi Post hoc
Tabel B x K
Jika jumlah dimensi variabel
K=Nominal
 Syarat X²
Tidak dapat
digabung
Beberapa
tabel 2x2
independen ada 3 dan dimensi tidak
variabel dependen ada 3, maka terpenuhi Penggabunga Tabel
BxK
tabel BxK yang terbentuk adalah
n sel

tabel 3x3. Proporsi

Chi square +
Post hoc
Syarat X²
 Uji hipotesis komparatif kategorik terpenuhi Chi square for

tidak berpasangan menggunakan

Trend trend + Post
hoc
Chi square (X² ) jika memenuhi Salah satu
Beberapa
syarat.
ordinal Proporsi
tabel BxK

Syarat X²
 Syarat X² terpenuhi jika jumlah sel tidak Trend
Kruskal-Wallis
+ Post hoc
yang nilai expectednya <5 Tabel
terpenuhi

maksimal 20% dari total sel. (>2)x(>2) Penggabunga

n sel

 Penggabungan sel dapat Syarat X² Chi square +

dilakukan dengan pertimbangan terpenuhi Post hoc

substansi dan atau statistik. Jika Nominal Tidak dapat Beberapa

secara substansi tidak mungkin, Syarat X² digabung tabel BxK

maka sel tidak dapat digabung. tidak

terpenuhi Penggabunga
n sel
Latihan 3
“Apakah terdapat hubungan antara perilaku merokok
(merokok dan tidak merokok) dengan status fertilitas
(tidak subur dan subur) seorang pria?”
Latihan 4
“Apakah terdapat hubungan antara faktor genetik (positif
dan negatif) dengan obesitas (obesitas dan tidak
obesitas)?”
 2 Kategori McNemar

2x Pengukuran
berulang

>2 Kategori Marginal homogeneity/ Wilcoxon

Pengukuran
berulang

2 Kategori Cochran + Post hoc McNemar

>2x Pengukuran
berulang
Metode Uji Hipotesis
Komparatif Kategorik >2 Kategori Friedman + Post hoc Wilcoxon
Berpasangan: Prinsip PxK

McNemar/Wilcoxon/ Marginal
2 Kelompok
homogeneity

Matching/ Crossed
over

Cochran/Friedman + Post hoc

>2 Kelompok
McNemar/Wilcoxon
Latihan 5
“Apakah terdapat hubungan antara merokok (merokok
dan tidak merokok) dengan kanker paru (obesitas dan
tidak obesitas)?”

Desain penelitian menggunakan Case Control yang

dimatching
Alur Pikir Linear Pearson

Penentuan Normal

Tidak linear
Tidak diuji
korelasi

Analisis
Numerik-
Numerik
Linear Spearman

Statistik
Tidak Normal
Tidak diuji
Tidak linear
Korelasi

Analitik Linear Spearman

Bivariat
Numerik-Ordinal
Tidak diuji
Tidak linear
Uji Hipotesis korelasi

Korelatif
Korelatif

Numerik-
Eta
Nominal

dengan Ordinal-Ordinal
Spearman,
Gamma,
Somers’d

Metode Ordinal-Nominal Eta

MSD Nominal-
Nominal
Koefisien
kontingensi
Alur Pikir A Y 1x Pengukuran
Regresi logisti
etiologik

Penentuan
Variabel terikat
kategorik
G
H >1x Pengukuran GEE etiologik

Analisis
V

Regresi linear
1x Pengukuran
Kerangka konsep etiologik

Statistik
etiologik Variabel terikat
numerik
>1x Pengukuran GLM etiologik

Analitik Variabel terikat

rate
Regresi cox
etiologik

Multivariat Metode Analisis

Multivariat
G
A Y Variabel terikat
1x Pengukuran
Regresi logistik
prediktif

kategorik
H >1x Pengukuran GEE prediktif
V

Regresi linear
1x Pengukuran
Kerangka konsep prediktif
prediktif Variabel terikat
numerik
>1x Pengukuran GLM prediktif

Variabel terikat Regresi cox

rate prediktif
 Regresi logistik
1x Pengukuran
prediktif
Variabel terikat
kategorik
>1x Pengukuran GEE prediktif

Regresi linear
Analisis Multivariat 1x Pengukuran
prediktif
Kerangka konsep
Variabel terikat
prediktif
numerik
>1x Pengukuran GLM prediktif
G

A Y
Variabel terikat Regresi cox
H
rate prediktif
V
 Regresi logisti
1x Pengukuran
etiologik
Variabel terikat
kategorik
>1x Pengukuran GEE etiologik

Regresi linear
Analisis Multivariat 1x Pengukuran
etiologik
Kerangka konsep
Variabel terikat
etiologik
numerik
>1x Pengukuran GLM etiologik
A Y

Variabel terikat Regresi cox

G
rate etiologik
H
V
Terima Kasih