MEMILIH UJI STATISTIK

Short Course Blok 15

ANDI MUH. MAULANA

Departemen Histologi FK UMP
 ANALISIS STATISTIK

Statistik analitik/ Statistik analitik/

Statistik
inferensial inferensial
deskripti
bivariabel multivariab
f
el
 ANALISIS STATISTIKA

Univariat Bivariat Multivariat

Minimum Uji Hubungan: Uji Hubungan:

Maximum -Korelasi Pearson, - Kor Ganda
Mean/median Kor. Spearman, Chi Square - Regres. Linear
/modus Uji Pengaruh: Ganda
Standar deviasi - Regresi Linear Sederhana, - Regr. Log.Ganda
Distribusi frek, - Regresi Logistik Sederhana
Grafik Uji Beda:
- Uji t, Uji Z, Anova,
Mann Whitney, Uji tanda
 PERTANYAAN PENELITIAN

Hubungan Pengaruh Perbedaan

Hipotesis Hipotesis Hipotesis

Hubungan Pengaruh Perbedaan

Kor.Pearson Regresi Uji t, Uji Z

Kor Rank. -Linear Anova, Manova
Kor Ganda -Logistik Mann Whitney
Chi Square Uji tanda
 STATISTIKA

Parametrik Non Parametrik

- Skala pengukuran - Skala pengukuran

rasio/interval nominal/ordinal
- Sampel besar (n>=30) - Sampel kecil (n<30)
- Distribusi normal - Bebas distribusi

*Kor. Pearson *Kor.Rank, Chi Square

*Reg. Linear *Reg.Logistik
*Uji t *Uji Mann Whitney
*Anova, Manova *Kruskall Walls
Skala Pengukuran Data
 Central Limit Theorem

Semakin besar sampel (n) maka distribusinya

semakin mendekati distribusi normal.
 Statistik Deskriptif
Variabel Kategorik Variabel Numerik

Tabel (n, %) Tabel (rerata, median, simpang baku,

minimum, maksimum)*

Distribusi normal: gunakan MEAN

Bukan distribusi normal: gunakan
MEDIAN, Minimum-Maksimum
Grafik batang, pie chart Grafik histogram, plots
SUPAYA TIDAK SALAH
PILIH...
 Pertimbangan #1:
Desain Penelitian
Desain penelitian Rencana analisis Analisis statistik

Case control study Membandingkan Uji beda Odds ratio

paparan pada kelompok
kasus dan kelompok
kontrol

Cross-sectional study Menguji hubungan antara Korelasi-Regresi,

paparan dan efek Uji beda

Cross-sectional study Mengukur parameter Uji beda untuk one

populasi, misal prevalensi sample
Diagnostic test study Membandingkan kemampuan Sensitivitas,
diagnostik antara test yang spesifisitas, Likelihood
diuji dengan Gold standart ratio, positive
predictive value,
negative predictive
value
 Pertimbangan #2:
Distribusi Data

Apakah data
terdistribusi normal?
YA TIDAK

Uji statistik parametrik Uji statistik non parametrik

Z test, F test, t-test, X², Mann-Whitney,

ANOVA, korelasi Wilcoxon signed rank test,
Pearson product korelasi Spearman-rank,
moment, regresi Median test, Friedmann,
linier Kruskal Wallis
 Pertimbangan #3:
Distribusi Data
Bagaimana cara mengetahui
normalitas distribusi data?

Menghitung
Histogram distribusi Uji normalitas
skewness dan
frekuensi (visual)
kurtosis

Skewness- Kolmogorov-
kurtosis (-1 sd Smirnov 1
+1) sampel

Saphiro Wilk
Skewness 0,
test (reliabel
kurtosis 3 untuk n<50)
 Pertimbangan #4:
Skala Variabel
Skala variabel Contoh

Nominal (“name”) Gender (laki-laki, perempuan); status

keluar RS (sembuh, cacat,
meninggal)

Ordinal (“ordered categories”) Tingkat pendidikan (rendah-

menengah-
tinggi)
Likert scale (0-1-2-3-4) Likert scale (SS-S-N-TS-STS)!
Interval (“equal space”); tidak ada
nilai 0 absolut) Suhu dalam Farenheit
Rasio (mirip interval, nilai 0 absolut) Tekanan darah
 Pertimbangan #5:
Jumlah kelompok yang dibandingkan

≤2 >2
kelompok? kelompok?
 Pertimbangan #6:
Independent atau paired observation?
(uji beda)

Perlakuan/intervensi

Sebelum Sesudah
Independent
observation
Kontrol

Sebelum Sesudah

Paired
observation
 Pemilihan Uji Hipotesis
Jenis Hipotesis (Asosiasi)
Skala
Pengukuran Komparatif
Tidak berpasangan Berpasangan Korelatif

Numerik 2 kelompok >2 2 kelompok >2

kelompok kelompok
Uji t One way Uji t Repeated Pearson
independen ANOVA berpasangan ANOVA

Kategorik
(Ordinal) Mann Kruskal- Wilcoxon Friedman Spearman
Whitney Wallis Somers’d
Kategorik Chi-Square Mc Nemar, Cochran, Gamma
(Nominal/ Fisher Kolmogorov Marginal Homogeneity, Koefisien
Ordinal) Smirnov (prinsip Wilcoxon, Friedman kontigensi
tabel Baris x Kolom) (prinsip Pasangan x Lambda
Kolom)
 Jenis Hipotesis: Komparatif atau
Korelatif?

English Bahasa Indonesia

Association: Hubungan
Relationship, link
Comparison: Hubungan, Perbedaan
Estimation of the similarities or dissimilarities
Correlation: Hubungan, Korelasi
A relation existing between phenomena or
things or between mathematical or
statistical variables which tend to vary, be
associated, or occur together in a way not
expected on the basis of chance alone
 Rumusan Masalah yang Rumusan Masalah yang
menghasilkan Hipotesis menghasilkan Hipotesis
Komparatif Korelatif
Apakah terdapat perbedaan rerata Berapa besar korelasi antara kadar
kadar gula darah antara kelompok trigliserida dan kadar gula darah?
yang mendapat pengobatan
glibenklamid dan kelompok plasebo?
Apakah terdapat hubungan antara
kadar gula darah dengan jenis
pengobatan yang diterima
(glibenklamid dan plasebo)?
 Kelompok Independent atau
Berpasangan
Independen Berpasangan

Individu dari kelompok yang Individu dari kelompok-

dibandingkan berbeda kelompok yang
dibandingkan sama:
(before-after experimental
study, matching, atau disain
cross over)
 Pemilihan Uji Hipotesis
Jenis Hipotesis (Asosiasi)
Skala Komparatif
Pengukuran Korelatif
Tidak berpasangan Berpasangan
Numerik 2 kelompok >2 2 kelompok >2
kelompok kelompok
Uji t Uji t Pearson
One way Repeated
independent ANOVA berpasangan ANOVA

Kategorik
(Ordinal) Mann Kruskal- Wilcoxon Friedman Spearman
Whitney Wallis Somers’d
Kategorik Chi-Square Mc Nemar, Cochran, Gamma
(Nominal/ Fisher Kolmogorov Marginal Homogeneity, Koefisien
Ordinal) Smirnov (prinsip Wilcoxon, Friedman kontigensi
tabel Baris x Kolom) (prinsip Pasangan x Lambda
Kolom)
 Uji Parametrik
•  Masalah skala pengukuran variabel: NUMERIK

•  Distribusi data: mengikuti DISTRIBUSI NORMAL

•  Varians data:

•  Kesamaan varians tidak menjadi syarat untuk uji kelompok

berpasangan

•  Kesamaan varians adalah syarat tidak mutlak untuk kelompok

yang tidak berpasangan

•  Kesamaan varians adalah syarat mutlak untuk >2 kelompok

tidak berpasangan, artinya varians data harus/wajib sama
 Distribusi Normal

1. Kurva berbentuk
68%
genta (m= Md= Mo)
2. Kurva berbentuk
simetris m – 1.96 s m + 1.96s x
3. Kurva normal (a)
m – 2.58 s m–s m m +s m + 2.58 s

berbentuk 95%
99%
asimptotis
4. Kurva mencapai
puncak pada saat X=
m 68%

5. Luas daerah di
bawah kurva adalah
1; ½ di sisi kanan (b)
–2.58 –1.96 –1
+2.58
0 +1 +1.96

nilai tengah dan ½ di Figure 7.3 Areas (percentages of total probability) under the curve for
z=
( x –s m)

sisi kiri. (a) Normal distribution of x, with mean m and variance s2, and (b)
Standard Normal distribution of z.
Skewness dan Kurtosis
(berdasar dari 3 nilai pemusatan data)
Kurtosis = derajat kelancipan suatu distribusi. Ada distribusi yang lebih tumpul dari
distribusi normal (platykurtic), ada yang normal (mesokurtic), dan ada yang lebih
lancip dari distribusi normal (leptokurtic).
 Uji Non Parametrik

•  Masalah skala pengukuran:

•  KATEGORIK

•  NUMERIK TETAPI TIDAK MEMENUHI SYARAT

UNTUK UJI PARAMETRIK YANG SETARA
Metode Mengetahui Distribusi Data Normal atau Tidak
Metode Parameter Kriteria Sebaran data Keterangan
dikatakan Normal
Deskriptif Koefisien varian Nilai koefisien varians < 30% (SD/mean) x
100%
Rasio skewness Nilai rasio skewness -2 s/d 2 Skewness/SE
skewness
Rasio kurtosis Nilai rasio kurtosis -2 Kurtosis/SE
s/d 2 kurtosis
Histogram Simetris tidak miring kiri
maupun kanan, tidak terlalu
tinggi/rendah
Box plot Simetris median tepat di
tengah, tidak ada outlier atau
nilai ekstrim
Normal Q-Q plots Data menyebar di sekitar garis
Detrented Q-Q plots Data menyebar di sekitar garis
pada nilai 0
Metode Mengetahui Distribusi Data Normal atau Tidak
Metode Parameter Kriteria Sebaran data Keterangan
dikatakan Normal
Analitik Kolmogorov- Nilai kemaknaan (p>0.05) Untuk sampel
Smirnov 1 sampel besar (>50)
Shapiro-Wilk Nilai kemaknaan (p>0.05) Untuk sampel
kecil (< 50)
 Interquartile range: Maximum = 4.46 kg
3.15 to 3.87 kg
5
x
4
Median = 3.64 kg
95% central range:
Baby's weight

3 2.01 to 4.35 kg

2 x
(kg)

1 Minimum = 1.96 kg

Figure 6.1 A box-and-whisker plot of the baby’s weight at birth

(Chapter
2). This figure illustrates the median, the interquartile range, the range
that contains the central 95% of the observations and the maximum and
minimum values.
(Petrie & Sabin, 2005)
Metode Mengetahui Data Memiliki Varians yang Sama
atau Tidak

Metode Keterangan
Uji varians (F, Levene’s test) Jika p>0,05, varians dari data yang
diuji sama
 T test – one sample
•  Difference of sample mean from population mean

•  Assumptions:

•  Numeric

•  Normal distribution

•  Data are independent each other

Campbell, MJ. (2009) Statistics at square one 11th Edition. Willey-

Blackwell – BMJ Books.
 T test – two samples
•  Difference
between means
of two samples

•  Assumptions:

•  Numeric

•  Normal
distribution

•  Data are
independent
each other
Campbell, MJ. (2009) Statistics at square one 11th Edition. Willey-Blackwell – BMJ Books.
 T test – paired
•  Difference
between means
of paired
samples

•  Assumptions:

•  Numeric

•  Normal
distribution

•  Matching/
before-after
Campbell, MJ. (2009) Statistics at square one 11th Edition. Willey-Blackwell – BMJ Books.
 Uji One way ANOVA

•  Dipakai untuk mengetahui perbedaan mean (rerata)

pada lebih dari 2 kelompok

•  Contoh:

Apakah ada perbedaan penurunan tekanan darah

pada kelompok tikus [hipertensi] yang diberi
ekstrak
Rosella dibandingkan dengan kelompok tikus
kontrol
negatif dan kontrol positif?
Analisis Data Kategorikal - Kelompok Tidak Berpasangan

Pernah Merokok? Total

Ya Tidak
0 4 11 15

Frekuensi
Paparan 1-10 17 51 68
Iklan 11- 5 8 13
Rokok 20 1 0 1
21- 1 0 1
30
Total 28 70 98
>30

Christina N. (2012). Asosiasi Paparan Iklan Rokok dengan Pengetahuan, Sikap, dan
Perilaku Merokok pada Remaja. Skripsi. FK UNS. Unpublished
 Analisis Data Kategorikal-Kelompok Berpasangan

Setelah Perlakuan
Memakai Tidak
APD Memak
ai
APD
Sebelum Memakai a b a+b
Perlakua APD
n

Tidak c d c+d
Memak
ai
APD
a+c b+d N
 Alur Uji Hipotesis Variabel Kategorik
Tidak Berpasangan
Tabel B x K

Tabel 2 x 2 Tabel 2 x K Tabel selain 2 x K

Persyaratan Uji Chi-Square Terpenuhi?

Ya Tidak

Tabel 2 x 2: Tabel 2 x k atau Tabel selain 2 x k

Chi-Square Fisher
Exact test Penggabungan Sel
 Syarat Uji Chi-square

•  Jumlah sampel cukup besar, sehingga:

•  Sel dengan nilai expected kurang dari 5,

maksimal 20% dari jumlah sel

•  Nilai expected untuk setiap sel dihitung sebagai:

(total baris x total kolom)/total sampel
Alur Uji Hipotesis Variabel Kategorik Berpasangan
Jumlah Pengulangan

2 >2

Jumlah Kategori Jumlah Kategori

2 kategori >2 kategori 2 kategori >2 kategori

2 x (>2)
2x2 Marginal (>2) x 2 (>2) x (>2)
Mc Nemar homogeneity Cochran Friedman
Wilcoxon
 Berbagai Pilihan Uji Beda
Skala Kelompok sampel < 2 Kelompok sampel > 2
Variabel independent repeated independent repeated
Nominal X² Mc. X² Cochran’s
Fisher exact Nemar Q
test
Ordinal Median test Wilcoxon Median test Friedmann
Mann-Whitney Sign test Kruskal-Wallis
test H
Interval/ Median test Wilcoxon Median test Friedmann
Rasio (Non- Mann-Whitney Sign test Kruskal-Wallis
normal test H
distribution)
Interval/ Independent t- Paired t- ANOVA ANOVA
Rasio test (Normal test
distribution)
Berbagai Pilihan Uji Korelasi dan Regresi

Skala variabel bebas Skala variabel terikat Pilihan

Korelasi/ (x) (y) Regresi
Interval/Rasio Nominal Regresi logistik
Nominal/Ordinal*
Interval/Rasio Interval/Rasio(Normal) Regresi linier
Nominal/Ordinal* ∞ linierity, random
pattern of residual
Ordinal Ordinal Korelasi Spearman-
Interval/Rasio Interval/Rasio (Non- rank
Nor
Interval/rasio mal)
Interval/rasio (Normal) Korelasi Pearson

*Diubah menjadi dummy variable; perdebatan pendapat

 Menyajikan Hasil Analisis

Karakteristik Hasil Analisis

Sampel Utama
 Prinsip Penyajian Data

•  Pesan utama jelas

•  Mudah dicerna

•  Pertimbangkan pemakaian tabel dan grafik

•  Berikan uraian yang mengacu pada tabel dan

grafik
 Regresi Linier

Persamaan garis regresi =

y = a +b x
[ y= variabel terikat; x= variabel bebas; a=intercept; b= koefisien regresi]
 Referensi
•  Campbell, MJ. (2009) Statistics at square one 11th
Edition. Willey-Blackwell – BMJ Books.

•  Dawson B, Trapp RG. (2001). Basic & Clinical

Biostatistics 3rd Editiion. Lange.

•  Petrie S, & Sabin C. (2005). Medical Statistics at a

Glance. Blackwell Publishing.