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.
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)
MSD
dinormalkan
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
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)
MSD
dinormalkan
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
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
2x Pengukuran dinormalkan
Pengukuran berulang
Komparatif Numerik
Berpasangan
2 Kelompok dinormalkan
Matching/Crossed
over
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
Syarat X²
Syarat X² terpenuhi jika jumlah sel tidak Trend
Kruskal-Wallis
+ Post hoc
yang nilai expectednya <5 Tabel
terpenuhi
2x Pengukuran
berulang
Pengukuran
berulang
>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
Penentuan Normal
Tidak linear
Tidak diuji
korelasi
Analisis
Numerik-
Numerik
Linear Spearman
Statistik
Tidak Normal
Tidak diuji
Tidak linear
Korelasi
Bivariat
Numerik-Ordinal
Tidak diuji
Tidak linear
Uji Hipotesis korelasi
Korelatif
Korelatif
Numerik-
Eta
Nominal
dengan Ordinal-Ordinal
Spearman,
Gamma,
Somers’d
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
kategorik
H >1x Pengukuran GEE prediktif
V
Regresi linear
1x Pengukuran
Kerangka konsep prediktif
prediktif Variabel terikat
numerik
>1x Pengukuran GLM 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