PENGANTAR

STATISTIKA
PRASOJO PRIBADI
Tujuan Pembelajaran
• Pembelajaran ini dirancang untuk memberikan informasi praktis yang
diperlukan bagi mahasiswa untuk menerapkan uji statistik dasar pada
masalah yang biasanya dihadapi dalam industri farmasi.
Penekanannya akan diberikan pada uji statistik yang paling umum
digunakan, termasuk:
• uji-t
• analisis varians dan prosedur post hoc
• statistik deskriptif
• chi-square dan tes terkait
• korelasi
• regresi linier
• prosedur non-parametrik utama
• validitas & reliabilitas
Overview
• Statistik menyediakan metode dan alat untuk mengambil keputusan
dalam kondisi yang tidak pasti atau bervariasi, seperti yang dihasilkan
dari data yang dikumpulkan selama penelitian. Ketika desain
penelitian semakin kompleks, menafsirkan hasil dengan menggunakan
statistik menjadi lebih sulit.
• Tujuan untuk memberikan gambaran umum kepada mahasiswa yang
terlibat dalam penelitian dan penulisan laporan tentang metode
statistik dasar yang dapat diterapkan untuk mempelajari data dan
digunakan dalam melaporkan hasil penelitian.
Perencanaan Penelitian
• Pemilihan pertanyaan penelitian yang sesuai dan penting dengan hasil yang
terukur. Selanjutnya, satu hipotesis atau beberapa hipotesis harus dikembangkan.
• Hipotesis ini akan sangat penting untuk menafsirkan hasil penelitian.
• Peneliti perlu mengidentifikasi jenis variabel yang diteliti, karena hal ini akan
menentukan uji statistik yang paling tepat, metode pelaporan data, atau keduanya.
• Ketiga langkah ini harus diselesaikan sebelum memulai penelitian.
• Data harus dikumpulkan dengan menggunakan rencana pengambilan sampel yang
baik; dicatat secara akurat; dimasukkan dengan benar ke dalam program komputer
(dipilih berdasarkan jenis variabel yang diteliti); dan dianalisis dengan perangkat
lunak yang sesuai. Namun, langkah terpenting adalah pengambilan keputusan
berdasarkan keluaran/output software. Di sini, hipotesis akan membantu dalam
menafsirkan hasil penelitian.
Studi Kasus 1
• Sebuah rumah sakit besar memiliki tiga inhibitor HMG-CoA reduktase
(statin) dalam formularium rumah sakitnya. Sebuah penelitian
dirancang di mana 120 pasien yang baru didiagnosis hiperlipidemia
dibagi secara acak menjadi tiga kelompok dan setiap kelompok pasien
diberikan salah satu statin (statin A, statin B, dan statin C). Setelah
enam bulan terapi, perubahan dari nilai awal kolesterol low-density
lipoprotein (LDL) setiap pasien dievaluasi. Dalam hal ini pertanyaan
penelitiannya adalah: apakah ada perbedaan respon berdasarkan statin
yang diterima?
Jenis Data
• Salah satu pertimbangan yang paling penting adalah mengidentifikasi jenis-jenis data
(faktor) yang akan dilihat dalam data penelitian. Jenis dapat dibagi menjadi tiga kelas:
kategorikal/nominal, kontinu, dan ordinal.
• Data kategorikal (kelas nominal) mewakili kelompok diskrit dengan nama; seperti merah
atau biru; eksperimental atau kontrol; atau statin A, B atau C, seperti dalam studi kasus (lihat
Studi Kasus 1).
• Data kontinu melibatkan informasi yang dapat diukur, seperti: berat badan, tinggi badan,
persentase, tekanan darah, nitrogen urea darah atau perubahan kolesterol low-density
lipoprotein (LDL), seperti dalam studi kasus (Studi Kasus 1).
• Data ordinal mempunyai karakteristik kategoris dan kontinyu. Data ditentukan berdasarkan
kategori — terdapat urutan pada kategori-kategori ini, namun besarnya perbedaan antara
kategori-kategori yang berdekatan mungkin tidak sama atau dapat ditentukan. Misalnya, efek
samping dapat diklasifikasikan menjadi tidak ada, ringan, sedang, berat, atau mengancam
nyawa. Tingkat keparahan meningkat seiring bertambahnya kategori, namun sulit untuk
menunjukkan bahwa besarnya perbedaan akan sama seiring dengan perubahan level.
Jenis Variabel
• Penting bagi peneliti untuk mengidentifikasi kelas variabel karena ini akan menentukan
metode statistik yang paling tepat untuk mengevaluasi data. Sama pentingnya bagi peneliti
untuk mengidentifikasi variabel-variabel yang dapat dikontrol.
• Variabel bebas (variabel prediktor) adalah faktor-faktor yang dikendalikan oleh
peneliti. Misalnya, sukarelawan untuk penelitian kolesterol (lihat Studi Kasus 1) akan
diberikan salah satu dari tiga statin yang berbeda. Variabel independen dalam hal ini adalah
statin yang diberikan kepada relawan.
• Setelah enam bulan terapi, perubahan kolesterol LDL yang diamati pada para sukarelawan
berada di luar kendali peneliti. Hasil yang terlihat untuk variabel “terikat/dependen” ini
(variabel hasil atau respons) bergantung pada kelompok mana yang ditugaskan kepada
relawan. Jadi, dalam studi kasus di lihat Studi Kasus 1, terdapat variabel independen
kategorikal dengan tiga level (statin A, B atau C) dan variabel dependen kontinu
(perubahan kolesterol LDL); berbekal fakta tersebut peneliti dapat menentukan uji statistik
yang paling tepat untuk digunakan.
Jenis statistik
• Ada dua tipe dasar statistik: deskriptif dan inferensial.
• Statistik deskriptif adalah jenis yang paling sederhana dan melibatkan
pengambilan temuan yang dikumpulkan untuk dijadikan sampel data
dan pengorganisasian, rangkuman, dan pelaporan hasil-hasilnya. Dalam
banyak kasus, ini adalah seluruh informasi yang diperlukan untuk
laporan penelitian.
• Dengan data kategorikal/nominal atau ordinal, hasil dapat dilaporkan
sebagai frekuensi (hitungan) atau persentase (proporsi) dari setiap
tingkat variabel. Misalnya, dalam studi kasus 1 terdapat 17 laki-laki
(42,5%) yang menerima statin A, 22 laki-laki (55,0%) menerima statin
B dan 19 laki-laki (47,5%) menerima statin C.
Cont…
• Statistik inferensial menggunakan data sampel (hasil deskriptif) untuk
membuat prediksi atau kesimpulan tentang populasi yang lebih besar. Dalam
Studi Kasus 1 ini, kita dapat menentukan bagaimana sampel sukarelawan
merespons statin A, B, dan C sehubungan dengan kadar kolesterol LDL
mereka – dapatkah respons yang sama diharapkan terjadi pada populasi semua
pasien yang menerima obat-obatan tersebut? Bahkan dengan hasil sampel
yang akurat, peneliti tidak dapat sepenuhnya yakin dalam memproyeksikan
hasil tersebut ke tingkat populasi.
• Namun, penggunaan statistik inferensial dapat mengendalikan risiko kesalahan
acak sampai batas tertentu dan peneliti dapat yakin 95% atau 99% terhadap
keputusan yang diambil, sehingga hanya memungkinkan 5% atau 1%
kemungkinan kesalahan dalam keputusan akhir.
Tingkat Kepercayaan & Batas Kesalahan
• Peneliti dapat menetapkan batas kesalahan yang dapat diterima
(misalnya, a = 0,05 atau 0,01) dengan memilih nilai dari tabel
statistik. Hal ini ditentukan secara apriori (sebelum penelitian)
sebagai tingkat kepercayaan (misalnya, a = 95% atau 99%)
• Dalam studi kasus 1 dengan tiga statin, hasil tesnya
adalah p <0,001. Dengan kata lain, peneliti menolak hipotesis nol (H 0)
yang menyatakan bahwa semua statin sama, kemungkinan
kesalahannya kurang dari 0,1%.
Menguji Hipotesis
• Pada awal penelitian, dua hipotesis ditetapkan.
• Pernyataan pertama adalah hipotesis nol/H0 (hipotesis yang diuji). Pada studi
kasus 1 hipotesis nolnya adalah
• H0 = tidak terdapat perbedaan rata-rata
• H0 = tidak terdapat pengaruh
• H0 = tidak terdapat hubungan
• Pernyataan kedua adalah hipotesis alternatif/Ha. Pada studi kasus 1 alternatif/Ha
nya adalah
• H0 = terdapat perbedaan rata-rata
• H0 = terdapat pengaruh
• H0 = terdapat hubungan
Memilih uji statistika yang paling tepat
• Seperti disebutkan sebelumnya, jenis variabel akan membantu menentukan
uji statistik terbaik yang akan digunakan untuk laporan penelitian. Jika
laporan hanya melibatkan statistik deskriptif untuk data sampel, frekuensi
dan persentase akan digunakan untuk data kategorikal dan ukuran rata-rata
dan sebaran untuk data berkelanjutan.
• Untuk statistik inferensial, panduannya disajikan pada 'Tabel 1: Uji statistik
inferensial dasar dan variabel terkait'. Uji inferensial yang digunakan untuk
mengidentifikasi perbedaan meliputi uji-t atau analisis varians (ANOVA),
sedangkan uji korelasi, regresi, atau chi-kuadrat dapat digunakan untuk
mengidentifikasi hubungan. Ada ratusan pengujian inferensial lainnya,
namun sebagian besar merupakan modifikasi atau perluasan dari pengujian
dasar pada Tabel 1.
Referensi
• De Muth JE. Clinical research: preparing for the first meeting with a
statistician. Am J Health Syst Pharm. 2008;65(24):2358–2366.
• De Muth JE. Clinical research: an overview of biostatistics. Am J
Health Syst Pharm. 2009;66(1):70–81.
• James E De Muth. Basic Statistics and Pharmaceutical Statistical
Applications, Third Edition. Chapman & Hall. 2020
• Lee CM, Soin HK, Einarson TR. Statistics in the pharmacy literature.
Annals of Pharmacotherapy. 2004 Sep;38(9):1412-8.