Refreshing

Analisis statistik bivariat

d r. H A R U N A L R A S Y I D , M P H
VARIABEL
PENELITIAN
 Variabel

NUMERIK KATEGORIK
 Ratio
Numeric
Interval
Variable
Nominal
Categorical
Ordinal
Identifikasi variabel

Distribusi data?
NUMERIK [Normal/Tidak normal]
Identifikasi variabel

Berapa kelompok?
[Dua /Lebih dari dua]

KATEGORIK Tipenya?
[Nominal /Ordinal]
Tipenya?
[Berpasangan / tidak
berpasangan]
Variabel vs kelompok

variabel
contoh
Variabel:
Golongan darah
Kelompok:
kelompok A, B, AB, dan O
Berpasangan vs tidak berpasangan
(paired vs independent)

Seorang peneliti ingin membandingkan kadar gula

darah pasien dengan diagnosis Diabetes Mellitus
pada saat puasa dan 2 jam setelah makan.
Berpasangan vs tidak berpasangan
(paired vs independent)

Pengambilan pertama: Jam 07.00 (puasa)

Pengambilan kedua: Jam 09.30 (2 jam setelah makan)

Satu subyek diperiksa lebih dari 1 kali

Seorang pasien diambil darahnya untuk BERPASANGAN

pemeriksaan kadar glukosa darah. (PAIRED)
Berpasangan vs tidak berpasangan
(paired vs independent)

Seorang dokter ingin membandingkan kadar gula

darah pasien dengan diagnosis Diabetes Mellitus
dan orang yang sehat.
 Berpasangan vs tidak berpasangan
(paired vs independent)

Pasien DM diambil darahnya untuk Subyek sehat diambil darahnya untuk

pemeriksaan kadar glukosa darah. pemeriksaan kadar glukosa darah.

SUBYEK TIAP
DUA KELOMPOK
KELOMPOK DIUKUR INDEPENDENT
YANG DIUKUR
SATU KALI
ANALISIS
STATISTIK
(Descriptive)
• Descriptive statistics
• Frequency distribution (n, %)
• Mean, median, mode (central tendency)
• Standard deviation, interquartile range, range
(measures of dispersion)
• Diagnostic tests (sensitivity, specificity, positive
predictive value, negative predictive value)
• Categorical variables, 2x2 table
• Area Under Curve
• Categorical/numerical variables, ROC
Uji normalitas
• Menilai distribusi data variabel numerik
• Tidak dilakukan pada variabel kategorik
• Uji Kolmogorov-Smirnov
• Jumlah sampel/subyek > 50
• Uji Shapiro Wilk
• Jumlah sampel/subyek < 50
• Interpretasi
• Jika nilai p<0,05  distribusi data tidak normal
• Jika nilai p>0,05  distribusi data normal
• Jika variabel numerik memiliki distribusi data normal:
• Melaporkan nilai rerata dan simpang baku (standard deviation)

• Jika variabel numerik memiliki distribusi data tidak normal:

• Melaporkan nilai median dan interquartile range

15
Uji Homogenitas (Levene test)
• Tidak sama dengan uji normalitas
• hanya digunakan pada uji parametris yang menguji perbedaan antara
kedua kelompok atau beberapa kelompok yang berbeda subjeknya
• Interpretasi:
• Jika nilai p<0,05  tidak homogen
• Jika nilai p>0,05  homogen
• Konsekuensi: pemilihan uji statistik

16
ANALISIS
STATISTIK
(Bivariate analysis)
 UJI STATISTIK (1)

NUMERIK NUMERIK

Distribusi NORMAL KORELASI PEARSON Distribusi NORMAL

Distribusi TIDAK NORMAL KORELASI SPEARMAN NORMAL / TIDAK NORMAL

CONTOH

• Seorang peneliti ingin meneliti

hubungan antara tinggi badan siswa
sekolah dasar (cm) dengan lama tidur

Tinggi badan
dalam satu hari (jam).
• Tinggi badan (cm)  numerik
• Lama tidur (jam)  numerik
Lama tidur
 Uji statistik (2)

NUMERIK KATEGORIK

Distribusi NORMAL Independent t test 2 KELOMPOK

TIDAK BERPASANGAN
Distribusi TIDAK NORMAL Mann-Whitney test
contoh
• Seorang peneliti ingin
meneliti perbedaan berat
badan siswa SD
berdasarkan jenis
kelaminnya. Berat badan
• Berat badan (kg)  numerik
• Jenis kelamin
(laki-laki/perempuan)  Laki- Perem-
kategorik dua kelompok laki puan
 Uji statistik (3)

NUMERIK KATEGORIK

Distribusi NORMAL ONE-WAY ANOVA test >2 KELOMPOK

TIDAK BERPASANGAN
Distribusi TIDAK NORMAL KRUSKAL WALLIS test
contoh
• Seorang peneliti ingin
membuktikan bahwa
terdapat perbedaan berat
badan mahasiswa Berat badan
berdasarkan golongan
darah.
A B
• Berat badan (kg)  numerik
• Golongan darah (A/B/AB/O) 
kategorik 4 kelompok
AB O
 Uji statistik (4)

NUMERIK KATEGORIK

Distribusi NORMAL Paired t test BERPASANGAN

2x pengukuran
Distribusi TIDAK NORMAL Wilcoxon test
contoh
• Seorang peneliti ingin
membandingkan kadar gula
darah pasien dengan diagnosis
Diabetes Mellitus pada saat
puasa dan 2 jam setelah
makan. Gula puasa
2 jam
• Kadar gula darah (mg/dl)  darah pp

numerik
• Waktu pemeriksaan (puasa dan 2
jam setelah makan)  kategorik 2
kelompok
• Satu subyek diukur 2 kali
 Uji statistik (5)

NUMERIK KATEGORIK

Distribusi NORMAL REPEATED ANOVA test BERPASANGAN

>2x pengukuran
Distribusi TIDAK NORMAL FRIEDMAN test
contoh
• Seorang peneliti ingin mengetahui
efek pemberian jamu pada
tekanan darah. Peneliti mulai
memberi jamu pada hari Senin.
Sebelum memberikan jamu
peneliti mengukur tekanan darah
BP Mon Wed Fri Sun
subyek penelitian. Tekanan darah
diukur lagi pada hari Rabu, Jumat
dan Minggu.
• Tekanan darah (mmHg)  numerik
• Waktu pengukuran (Senin, Rabu,
Jumat, Minggu)  kategorik 4 kali
pengukuran
 Uji statistik (6)

KATEGORIK KATEGORIK

Chi Square test NOMINAL

NOMINAL
Coefficient contingency test (korelasi)
contoh

• Seorang peneliti ingin meneliti

hubungan antara pemberian
Imunisasi (+) Imunisasi (-)
imunisasi dan kejadian demam
pada anak.
• Pemberian imunisasi (ya/tidak)  Demam Demam
kategorik
• Kejadian demam (ya/tidak) 
kategorik Tidak Tidak
demam demam
 Uji statistik (7)

KATEGORIK KATEGORIK

Chi Square test ORDINAL

ORDINAL
SPEARMAN CORRELATION test
contoh
• Seorang peneliti ingin
mengetahui hubungan
antara tingkat pendapatan Pendapatan Pendapatan Pendapatan
tinggi
dan tingkat pendidikan sedang rendah

masyarakat di suatu SD SD SD

wilayah.
• Tingkat pendapatan (rendah, SMP SMP SMP
sedang, tinggi)  kategorik
• Tingkat pendidikan (lulus SD,
SMP, SMA)  kategorik SMA SMA SMA
 Uji statistik (8)

KATEGORIK KATEGORIK

Nominal Berpasangan
2 kelompok McNemar test 2x pengukuran
contoh
• Seorang peneliti ingin
mengetahui perbedaan
tingkat pengetahuan warga Sebelum
intervensi
Setelah
intervensi
sebelum dan sesudah

Pengetahuan
intervensi. Baik Baik

• Pengetahuan (baik, buruk)  Buruk Buruk

kategorik 2 kelompok
• Waktu pengukuran (sebelum dan
sesudah intervensi)  kategorik
berpasangan 2 kali pengukuran
 Uji statistik (10)

KATEGORIK KATEGORIK

Nominal Berpasangan
2 kelompok
Cochran test
>2x pengukuran
contoh
• Seorang peneliti ingin
mengetahui perbedaan tingkat
pengetahuan warga sebelum
intervensi, sesaat sesudah
intervensi, dan 1 bulan setelah Sebelum
intervensi
Setelah
intervensi
1 bln post
intervensi
intervensi.

Pengetahuan
• Pengetahuan (baik, buruk)  Baik Baik Baik
kategorik Buruk Buruk Buruk
• Waktu pengukuran (sebelum, sesaat
sesudah intervensi, dan 1 bulan
setelah intervensi)  kategorik
berpasangan 3 kali pengukuran
 Uji statistik (9)

KATEGORIK KATEGORIK

Berpasangan
>2 kelompok Marginal Homogeneity test
2x pengukuran
contoh
• Seorang peneliti ingin mengetahui perbedaan
perilaku merokok subyek penelitian sebelum dan
sesudah intervensi.
• Perilaku merokok (tidak merokok, perokok ringan, perokok
berat)  kategorik 3 kelompok
• Waktu pengukuran (sebelum dan sesudah intervensi) 
kategorik berpasangan 2 kali pengukuran
 Uji statistik (11)

KATEGORIK KATEGORIK

Berpasangan
>2 kelompok Friedman test >2x pengukuran
contoh
• Seorang peneliti ingin mengetahui perbedaan
perilaku merokok subyek penelitian sebelum
intervensi, 1 bulan sesudah intervensi dan 6 bulan
sesudah intervensi.
• Perilaku merokok (tidak merokok, perokok ringan, perokok
berat)  kategorik 3 kelompok
• Waktu pengukuran (sebelum intervensi, 1 bulan sesudah
intervensi dan 6 bulan sesudah intervensi)  kategorik
berpasangan 3 kali pengukuran
Ada pertanyaan?