Fakultas Kedokteran Gigi - Universitas Indonesia PENDAHULUAN A. JENIS DATA Variabel Skala Numerik (kuantitatif) Rasio Ada tingkatan, diketahui besar 🡪 hasil penghitungan beda antar tingkatan, ada (deskrit) dan kelipatan dan nol mutlak pengukuran (kontinyu) Interval Ada tingkatan, diketahui besar beda antar tingkatan, bukan kelipatan dan tidak ada nol mutlak
Kategorik Ordinal Ada tingkatan, tidak diketahui
(kualitatif) 🡪 hasil besar beda antar tingkatan pengklasifikasian / penggolongan Nominal/ Tidak ada tingkatan Polinominal B. RASIONAL 1. Mencek kelengkapan data (adanya missing value) ⚫ mempengaruhi analisis dan interpretasi ⚫ mengurangi jumlah sampel ⚫ mengurangi kekuatan studi (β) ⚫ imputasi atau delete observasi? 2. Mencek kelogisan dan konsisten pada data ⚫nilai yang melebihi nilai maksimum variabel tersebut ⚫dapat terjadi karena salah entry 🡪 cek kembali kuesioner ⚫imputasi pada variabel numerik 🡪 referensi variabel numerik lain yang berhubungan secara biologis (kolesteroral dan tekanan darah sistolik) C. UJI KENORMALAN DATA
⚫Pada data numerik
⚫Untuk menentukan jenis analisis hubungan (statistik analitik) ⚫Cara menguji kenormalan data: 1. Grafik histogram 🡪 normal bila bentuk bell-shaped 2. Nilai skewness dan standard error (SE) 🡪 normal bila nilai skewness dibagi SE adalah ≤2 3. Uji kolmogorov smirnov 🡪 distribusi normal bila hasil uji signifikan (p value < 0,005) STATISTIK DESKRIPTIF D. ANALISIS DESKRIPTIF
⚫ Tujuan menjelaskan/mendeskripsikan karakteristik
masing-masing variabel ⚫ Menyederhanakan atau meringkas kumpulan data hasil pengukuran menjadi informasi yang berguna ⚫ Informasi 🡪 interpretasi ukuran tengah dan variasi ⚫ Memerlukan pemahaman jenis variabel (numerik atau kategorik) untuk menentukan bentuk peringkasan datanya D. ANALISIS DESKRIPTIF (lanjutan) D. ANALISIS DESKRIPTIF (lanjutan) VARIABEL NUMERIK ⚫Mengecek kelengkapan, logis, konsisten dan kenormalan data ⚫Mengetahui ukuran tengah dan sebaran ⚫Mengestimasi parameter populasi ⚫SPSS: Analyze--Descriptive Statistic--Frequencies--(pilih variabel)--Statistic--Mean, Median, Mode, Standard Deviation, Range, Minimum, Maximum, SE, Skewness, Kurtosis Charts--Histogram--With Normal Curve ⚫SPSS: Analyze--Descriptive Statistic--Explore--(pilih variabel)--Statistic--Default D. ANALISIS DESKRIPTIF (lanjutan) VARIABEL KATEGORIK ⚫Mengecek kelengkapan, logis, konsisten dan kenormalan data ⚫Mengetahui ukuran tengah dan sebaran ⚫Mengestimasi parameter populasi ⚫SPSS: Analyze--Descriptive Statistic--Frequencies-- Display frequency tables--(pilih variabel)--Statistic--Mode Charts--Bar/Pie ⚫SPSS: Analyze--Descriptive Statistic--Explore--(pilih variabel)--Statistic--Default Plots--Normality plots with tests E. PENYAJIAN TABEL & INTERPRETASI VARIABEL NUMERIK E. PENYAJIAN TABEL & INTERPRETASI VARIABEL KATEGORIK TRANSFORMASI/ MODIFIKASI DATA F. TRANSFORMASI/MODIFIKASI 1. Menghitung umur ⚫ Harus ada 2 tanggal (tanggal lahir dan tanggal pemeriksaan) ⚫ SPSS: Transform--Date and Time Wizard (ikuti petunjuk) 2. Membuat var baru dengan mengelompokkan data ⚫ Variabel numerik 🡪 kategorik ⚫ Variabel kategorik (ordinal) 🡪 kategorik (ordinal; nominal) ⚫ SPSS: Transform--Recode (sebaiknya into different variable) 3. Membuat var baru secara matematis F. TRANSFORMASI (lanjutan) 4. Membuat variabel baru dengan kondisi (IF) ⚫ gabungan 2 variabel independen ⚫ SPSS: Transform--Compute--If Cases satisfies condition 5. Memilih sebagian data (subset) ⚫ Misalnya ingin mengolah data umur tertentu, atau jenis kelamin laki-laki saja dll ⚫ SPSS: Data--Select Cases--If condition is satisfied
Setiap memodifikasi suatu variabel, lakukan analisis
deskriptif lagi untuk pengecekan. TUGAS TUGAS: transformasi dan analisis deskriptif Data: Al-Ikhlas_ori.sav 1. Buat analisis deskriptif semua variabel 2. Hitung umur dalam hari (umurhr) 3. Rubah umur dalam hari menjadi tahun (umurth) 4. Kategorikan umur dalam tahun menjadi data deskrit (umur) 5. Rubah tinggi badan dalam cm menjadi m (tb_m) 6. Buat var (def) dengan rumus def=d+e+f 7. Buat kategori def (def_cat) menjadi ‘rendah’ dan ‘tinggi’ dengan memakai nilai mean sebagai cut-off point ≤ mean = ‘rendah’ TUGAS: transformasi dan analisis deskriptif
Sex Nilai BMI Kategori
Laki-laki < 17 Kurus 17 – 23 Normal 23 – 27 Kegemukan > 27 Obesitas Perempuan < 18 Kurus 18 – 25 Normal 25 – 27 Kegemukan > 27 Obesitas TUGAS: transformasi dan analisis deskriptif 10. Buat kategori plaque index (pi_cat) dengan menggunakan kriteria Loe Nilai Plaque and Sillness Index Kategori 0 Sangat baik 0,1-0,9 Baik 1,0-1,9 Sedang 2,0-3,0 Buruk
11. Buat kategori pufa (pufa_cat) menjadi ‘rendah’ dan
‘tinggi’ dengan memakai nilai mean sebagai cut-off point ≤ mean = ‘rendah’ > mean = ‘tinggi’ TUGAS: transformasi dan analisis deskriptif 12. Buat kategori (didikibu_cat) dengan kriteria Tingkat pendidikan Kategori 1 = SD 1 = rendah 2 = SMP 3 = SMA 2 = sedang 4 = D3 5 = S1 3 = tinggi
13. Buat var risiko (risk_pididik) dari var pi dan tingkat
pendidikan ibu pi ‘baik/sedang’ & didikibu ‘tinggi/sedang’ = ‘risiko rendah’ pi ‘buruk’ dan didikibu ‘rendah/tdk jwb’ = ‘risiko tinggi’ TUGAS: transformasi dan analisis deskriptif 14. Buat var risiko (risk_pisikap) dari var pi dan sikap ibu pi ‘baik/sedang’ dan sikap ‘penting’ = ‘risiko rendah’ pi ‘buruk’ dan sikap ‘tdk/tdk jwb’ = ‘risiko tinggi’ 15. Buat var risiko (risk_pimanis) dari var pi dan kebiasaan manis pi ‘baik/sedang’ dan habit manis ‘tdk’ = ‘risiko rendah’ pi ‘buruk’ dan habit manis ‘ya/tdk jwb’ = ‘risiko tinggi’ 16. Buat var risiko (risk_pisigi) dari var pi dan waktu sikat gigi pi ‘baik/sedang’ dan waktu sigi ‘benar’ = ‘risiko rendah’ TUGAS: transformasi dan analisis deskriptif 17. Analisis deskriptifkan variabel yang mengalami transformasi, buat tabelnya dan interpretasikan 18. Apakah variabel umur, tb_m, bb, bmi. def mempunyai bentuk distribusi yang normal? Jelaskan analisis saudara. DISTRIBUSI NORMAL DEFINISI
: Distribusi untuk variabel acak yang bersifat kontinyu
= Distribusi Gauss KARAKTERISTIK ⚫ DISTRIBUSI NORMAL STANDAR
nilai x (observasi) z score
(standardised score) DISTRIBUSI NORMAL STANDAR ESTIMASI TERIMA