Data Kategorik

Ulfatun Hasanah{ 115090500111040 }

Nelis Trianingsih{ 115090500111052 }

Faikotur Rohima{ 115090500111058 }

Lifa Fitri N{ 115090501111016 }

Cici Lia Puspita{ 115090507111006 }

Erfa Karunia Maulna{ 115090507111014 }

Silvia Netsyah{ 115090501111022 }

Ketepatan Penggunaan Uji Kebebasan pada Kasus Jurnal“Ekspresi Leucocyte

Common Antigen Pada Hiperplasiareaktif, Limfoma Maligna, Dan Malignitas Non Limfoma Pada

Kelenjar Getah Bening”

SUMBER

Berdasarkan jurnal yang bejudul “Ekspresi Leucocyte Common Antigen pada Hiperplasiareaktif, Limfoma Maligna, dan Malignitas Non Limfoma pada Kelenjar Getah Bening” yang ditulis oleh Eko Nugroho Raharjo dkk pada tahun 2008

Kesimpulan

Penyelesaian

Uji Software SPSS

Problem

Uji Exact-Fisher

Uji Chi-Square

POKOK BAHASAN

UJI CHI-SQUARE

mngadakan pendekatan dari beberapa vaktor atau ngevaluasi frekuensi yang diselidiki atau frekuensi hasil observasi dengan frekuensi yang diharapkan dari sampel apakah terdapat hubungan atau perbedaan yang signifikan atau tidak.

KETENTUAN

UJI EXACT-FISHER

Merupakan salah satu metode statistik non parametrik untuk menguji hipotesisFisher exact tes ini lebih akurat daripada uji chi-kuadrat untuk data-databerjumlah sedikit1. Bila sampel total kurang dari 20, gunakan Exact Fisher pada kondisi apapun2. atau bila jumlah sampel 20 < n < 40 dengan nilai ekspektasinya <5

Keuntungan

Kerugian

Untuk mengetahui sensitivitas dan spesifisitas pewarnaan imunohistokimia Leucocyte common antigen dalam membedakan antara hiperplasia reaktif, limfoma maligna, dan malignitas non limfoma pada kelenjar getah bening.

Pada pembahasan ini, yang dibuktikan hanya permasalahan dalam membedakan antara hiperplasia reaktif, limfoma maligna, dan malignitas non limfoma pada kelenjar getah bening. Karena untuk mengetahui sensitivitas dan spesifisitas pewarnaan imunohistokimia Leucocyte common antigen masih diluar ruang lingkup mata kuliah Analisis Data Kategorik.

PROBLEM

Distribusi Karakteristik Sample/Kasus Penelitian Berdasarkan Jenis Kelamin

Ekspresi (Frekuensi Positif) LCA pada Hiperplasia Reaktif dan Limfoma Maligna

Ekspresi LCA pada Limfoma Maligna dan Malignitas Non Limfoma pada Kelenjar Getah

Bening

Distribusi ekspresi Leucocyte Common Antigen pada hiperplasia reaktif dan

malignitas non limfoma pada kelenjar getah bening

Ekspresi Leucocyte Common Antigen Kasus Khusus

Penyelesaian pada jurnal menggunakan exact fisher untuk membedakan antara hiperplasia reaktif, limfoma maligna, dan malignitas non limfoma pada kelenjar getah bening. Pada kesempatan ini, kami ingin membuktikan apakah uji menggunakan Exact Fisher sudah efektif .

UJI SOFTWARE . . .

Chi-Square Tests

Value df

Asymp.

Sig. (2-

sided)

Exact

Sig. (2-

sided)

Exact Sig.

(1-sided)

Point

Probabilit

y

Pearson Chi-Square 22.062a 2 .000 .000

Likelihood Ratio 31.356 2 .000 .000

Fisher's Exact Test 27.895 .000

Linear-by-Linear

Association

15.301b 1 .000 .000 .000 .000

N of Valid Cases 105

a. 0 cells (,0%) have expected count less than 5. The minimum expected

count is 10,33.

b. The standardized statistic is 3,912.Pada hasil analisa menggunakan SPSS diatas, dapat memberikan informasi bahwa tidak ada nilai ekspetasi yang kurang dari 5. Nilai ekspetasi minimum adalah 10,33. Karena sampel yang digunakan cukup besar, yaitu 105. Maka Uji Chi-Square yang paling baik digunakan. Sesuai dengan syarat dari penggunaan uji Chi-Square.

SPSS OUTPUT

Chi-Square Tests

Value df

Asymp.

Sig. (2-

sided)

Exact

Sig. (2-

sided)

Exact

Sig. (1-

sided)Point

Probability

Pearson Chi-Square 1.014a1 .314 1.000 .500

Continuity Correctionb .000 1 1.000

Likelihood Ratio 1.401 1 .237 1.000 .500

Fisher's Exact Test 1.000 .500

Linear-by-Linear

Association

1.000c1 .317 1.000 .500 .500

N of Valid Cases 70

a. 2 cells (50,0%) have expected count less than 5. The minimum

expected count is ,50.

b. Computed only for a 2x2 table

c. The standardized statistic is 1,000.Pada hasil analisa menggunakan SPSS diatas, dapat memberikan informasi bahwa 2 cells dari 4 cells, atau 50% nilai ekspetasi yang kurang dari 5. Nilai ekspetasi minimum adalah 0,5. Karena sampel yang digunakan cukup besar, yaitu 70, dan tabel kontingensi 2X2 . Maka koreksi Yates yang paling baik digunakan. Seperti saran yang diungkapkan oleh Cochran (1954) dalam Siegel (1992).

SPSS OUTPUT

Chi-Square Tests

Value df

Asymp. Sig.

(2-sided)

Exact Sig.

(2-sided)

Exact Sig.

(1-sided)

Point

Probability

Pearson Chi-Square 70.000a 1 .000 .000 .000

Continuity Correctionb 66.057 1 .000

Likelihood Ratio 97.041 1 .000 .000 .000

Fisher's Exact Test .000 .000

Linear-by-Linear

Association

69.000c 1 .000 .000 .000 .000

N of Valid Cases 70

a. 0 cells (,0%) have expected count less than 5. The minimum expected count is 17,50.


c. The standardized statistic is 8,307.

Pada hasil analisa menggunakan SPSS diatas, dapat memberikan informasi walaupun hanya digunakan tabel kontingensi 2X2 tidak ada nilai ekspetasi yang kurang dari 5. Nilai ekspetasi minimum adalah 17,5. Karena sampel yang digunakan cukup besar, yaitu 70 . Maka uji Chi-Square yang paling baik digunakan.

SPSS OUTPUT

Chi-Square Tests

Value df

Asymp. Sig.

(2-sided)

Exact Sig.

(2-sided)

Exact Sig.

(1-sided)

Point

Probability

Pearson Chi-Square 66.111a 1 .000 .000 .000

Continuity Correctionb 62.279 1 .000

Likelihood Ratio 87.902 1 .000 .000 .000

Fisher's Exact Test .000 .000

Linear-by-Linear

Association

65.167c 1 .000 .000 .000 .000

N of Valid Cases 70

a. 0 cells (,0%) have expected count less than 5. The minimum expected count is 17,00.


c. The standardized statistic is 8,073

Pada hasil analisa menggunakan SPSS diatas, dapat memberikan informasi walaupun hanya digunakan tabel kontingensi 2X2 tidak ada nilai ekspetasi yang kurang dari 5. Nilai ekspetasi minimum adalah 17. Karena sampel yang digunakan cukup besar, yaitu 70 . Maka uji Chi-Square yang paling baik digunakan.

SPSS OUTPUT

Chi-Square Tests

Value Df

Asymp. Sig. (2-

sided)

Exact Sig.

(2-sided)

Exact Sig. (1-

sided)

Point

Probabilit

y

Pearson Chi-Square .313a 2 .855 1.000

Likelihood Ratio .505 2 .777 1.000

Fisher's Exact Test .918 1.000

Linear-by-Linear

Association

.220b 1 .639 1.000 .578 .444

N of Valid Cases 10

a. 6 cells (100,0%) have expected count less than 5. The minimum expected count is ,20.

b. The standardized statistic is ,469.

Pada hasil analisa menggunakan SPSS diatas, dapat memberikan informasi semua nilai ekspetasi kurang dari 5. Nilai ekspetasi minimum adalah 0,2. Karena sampel yang digunakan kecil, yaitu 10. Maka uji Exact Fisher yang paling baik digunakan.

SPSS OUTPUT

SO WHAT MUST WE DO???

Distribusi karakteristik sample/kasus penelitian berdasarkan jenis kelamin

H0: Tidak terdapat hubungan antara jenis kelamin dengan Hiperplasia reaktif, Limfoma maligna dan Malignitas non limfoma

H1: Terdapat hubungan antara jenis kelamin dengan Hiperplasia reaktif, Limfoma maligna dan Malignitas non limfoma

Statistik Uji

Titik Kritis

Keputusan : Tolak H0 , Artinya bahwa terdapat hubungan antara jenis kelamin dengan Diagnosis Histopatologi (Hiperplasia reaktif, Limfoma maligna dan Malignitas non limfoma)

Nilai Ekspetasi

O11 = 15, E11 = ( 31 x 35 ) / 105 = 10,3333O12 = 16, E12 = ( 31 x 35 ) / 105 = 10,3333O13 = 0, E13 = (31 x 35 ) / 105 = 10,3333O14 = 20, E14 = ( 74 x 35 ) / 105 = 24,6667O15 = 19, E15 = ( 74 x 35 ) / 105 = 24,6667O17 = 35, E16 = ( 74 x 35 ) / 105 = 24,6667

Diagnosis HistopatologiJumla

hHiperlansia

Reaktif

Limfoma

Maligna

Ekspresi LCA

Positif 35 34 69

Negatif 0 1 1

Jumlah 35 35 70

Ekspresi (frekuensi positif) LCA pada hiperplasia reaktif dan limfoma maligna

H0: Tidak terdapat hubungan antara Ekspresi LCA dengan diagnosis histopatologi (hiperplasia reaktif dan Limfoma maglina)

H1: Terdapat hubungan antara Ekspresi LCA dengan diagnosis histopatologi (hiperplasia reaktif dan Limfoma maglina)

Statistik Uji

Titik Kritis

Keputusan : Terima H0 , Artinya bahwa Tidak terdapat hubungan antara antara Ekspresi LCA dengan diagnosis histopatologi (hiperplasia reaktif dan Limfoma maglina)

Nilai Ekspetasi

O11 = 35, E11 = ( 69 x 35 ) / 70 = 34,5O12 = 34, E12 = ( 69 x 35 ) / 70 = 34,5O13 = 0, E13 = ( 1 x 35 ) / 70 = 0,5O14 = 1, E14 = ( 1 x 35 ) / 70 = 0,5


hHiperlansia

Reaktif

Malignitas

non limfoma

Ekspresi

LCA

Positif 35 0 35

Negatif 0 35 35

Jumlah 35 35 70

Ekspresi (Frekuensi Positif) LCA pada Hiperplasia Reaktif Dan Malignitas Non Limfoma pada Kelenjar

Getah Bening

H0: Tidak terdapat hubungan antara Ekspresi LCA dengan diagnosis histopatologi (hiperplasia reaktif dan malignitas non limfoma)

H1: Terdapat hubungan antara Ekspresi LCA dengan diagnosis histopatologi hiperplasia reaktif dan malignitas non limfoma)

Statistik Uji

Titik Kritis

Keputusan : Tolak H0 , Artinya bahwa terdapat hubungan antara antara Ekspresi LCA dengan diagnosis histopatologi (hiperplasia reaktif dan malignitas non limfoma)

Nilai Ekspetasi

O11 = 35, E11 = ( 35 x 35 ) / 70 = 17,5O12 = 0, E12 = ( 35 x 35 ) / 70 = 17,5O13 = 0, E13 = ( 35 x 35 ) / 70 = 17,5O14 = 35, E14 = ( 35 x 35 ) / 70 = 17,5

Ekspresi LCA pada Limfoma Maligna dan Malignitas non Limfoma pada Kelenjar Getah Bening


hLimfoma

Maligna

Malignitas non

limfoma

Ekspresi LCAPositif 34 0 34

Negatif 1 35 36

Jumlah 35 35 70

H0: Tidak terdapat hubungan antara Ekspresi LCA dengan diagnosis histopatologi (Limfoma maglina dan malignitas non limfoma)

H1: Terdapat hubungan antara Ekspresi LCA dengan diagnosis histopatologi (Limfoma maglina dan malignitas non limfoma)

Statistik Uji

Titik Kritis

Keputusan : Tolak H0 , Artinya bahwa Tterdapat hubungan antara antara Ekspresi LCA dengan diagnosis histopatologi (Limfoma maglina dan malignitas non limfoma)

Nilai Ekspetasi

O11 = 34, E11 = ( 34 x 35 ) / 70 = 17O12 = 0, E12 = ( 34 x 35 ) / 70 = 17O13 = 1, E13 = ( 36 x 35 ) / 70 = 18O14 = 35, E14 = ( 36 x 35 ) / 70 = 18


H0: Tidak terdapat hubungan antara Ekspresi LCA dengan diagnosis histopatologi ( (Limfoma vs Karsinoma), (Limfoma vs Sarkoma) dan (Limfoma vs Neuroendorkin) )

H0: Terdapat hubungan antara Ekspresi LCA dengan diagnosis histopatologi ( (Limfoma vs Karsinoma), (Limfoma vs Sarkoma) dan (Limfoma vs Neuroendorkin) )

Untuk Analisis diatas, jumlah sampelnya kecil, maka digunakan Exact Fisher. Namun jika digunakan rumus manual perhitungannya agak rumit karena tabel kontingensi untuk analisa diatas bukan ( 2X2 ), melainkan ( 2X3). Jadi akan diselesaikan menggunakan software SPSS. Hasilnya adalah untuk uji exact fisher didapat 0,918.

Karena 0,918 > 0,05 , Keputusan Terima yang atrinya bahwa Tidak terdapat hubungan antara Ekspresi LCA dengan diagnosis histopatologi ( (Limfoma vs Karsinoma), (Limfoma vs Sarkoma) dan (Limfoma vs Neuroendorkin)

KESIMPULAN

PERBANDINGAN ANTARA METODE PENELITI DAN PENULIS

Distribusi Karakteristik Sample/Kasus Penelitian Berdasarkan Jenis Kelamin

Ekspresi (Frekuensi Positif) LCA pada Hiperplasia Reaktif dan Limfoma Maligna

Dari hasil analisa statistik menunjukkan bahwa tidak terdapat perbedaan ekspresi antara hiperplasia reaktif dengan limfoma maligna (p = 1,00)

Distribusi ekspresi Leucocyte Common Antigen pada hiperplasia reaktif dan

malignitas non limfoma pada kelenjar getah bening

Dari hasil analisa statistik menunjukkan bahwa terdapat perbedaan ekspresi antara hiperplasia reaktif dengan malignitas non limfoma pada kelenjar getah bening (p = 1,78x10-21)

Ekspresi LCA pada Limfoma Maligna dan Malignitas Non Limfoma pada Kelenjar Getah

Bening

Dari hasil analisa statistik menunjukkan bahwa terdapat perbedaan ekspresi antara limfoma maligna dengan malignitas non limfoma pada kelenjar getah bening (p=6,42x10-19)


Terdapat hubungan antara Ekspresi LCA dengan diagnosis histopatologi ( (Limfoma vs Karsinoma), (Limfoma vs Sarkoma) dan (Limfoma vs Neuroendorkin) )

T H A N K S For your Attention

Data & Analytics

Data Kategorik