30
FAKULTAS KEDOKTERAN UNIVERSITAS ISLAM INDONESIA JL. Kaliurang Km. 14,5 Sleman Yogyakarta 55584 Tel: 0274 - 898444 ext 2097 | Fax: + 2007 http://www.medicine.uii.ac.id/ | Email: [email protected] STATISTIK KESEHATAN dr. Nur Aisyah Jamil, M.Sc Konsep dasar Statistik adalah ilmu yang mempelajari tentang cara mengumpulkan, mengolah, menganalisis data dan menyimpulkanya serta melakukan inferensi (ke populasi) bila hanya sebagian data yang diperoleh (sampel). Biostatistik adalah cabang statistik dalam bidang ilmu biologi dan medis. Bahan baku statistik adalah data, sebagian menyederhanakan sebagai angka. Angka adalah hasil dari pengukuran dan perhitungan. Data terdiri atas kumpulan angka. Setiap angka tersebut dinamakan datum. Data yang dibutuhkan untuk analisis statistik adalah data yang dapat digunakan untuk menjawab pertanyaan (penelitian). Data tersebut dapat diperoleh dari berbagai sumber seperti : 1. Catatan rutin, seperti catatan follow-up dokter, rekam medis, laporan keuangan, dan sebagainya 2. Survey, data yang tidak dapat diperoleh dari catatan rutin, harus dicari dengan survey. Contoh untuk mengetahui tingkat kepuasan pasien terhadap pelayanan Puskesmas, kita dapat mengetahuinya dengan cara mengadakan survey terhadap pasien puskesmas. 3. Eksperimen yaitu data yang diperoleh setelah melakukan uji coba. 4. Sumber eksternal, yaitu data yang diperoleh dari hasil penelitian orang lain, jurnal yang dipublikasikan, textbook dan sebagainya. Variabel adalah karakteristik yang diobservasi, yang berbeda pada tiap orang, tempat atau sesuatu. Variabel diskrit tidak memiliki desimal. Contoh variabel diskrit adalah jumlah jari tangan. Variabel kontinu mempunyai desimal, contohnya adalah tinggi badan anak sekolah. Variabel kuantitatif adalah yang dapat dihitung, variabel kualitatif adalah yang tidak dapat dihitung (seperti gender : laki-laki,

Statistik Kesehatan Fkuii Naj

Embed Size (px)

DESCRIPTION

bahan

Citation preview

Page 1: Statistik Kesehatan Fkuii Naj

FAKULTAS KEDOKTERAN UNIVERSITAS ISLAM INDONESIAJL. Kaliurang Km. 14,5 Sleman Yogyakarta 55584 Tel: 0274 - 898444 ext 2097 | Fax: + 2007 http://www.medicine.uii.ac.id/ | Email: [email protected]

STATISTIK KESEHATAN

dr. Nur Aisyah Jamil, M.Sc

Konsep dasar

Statistik adalah ilmu yang mempelajari tentang cara mengumpulkan, mengolah, menganalisis data dan menyimpulkanya serta melakukan inferensi (ke populasi) bila hanya sebagian data yang diperoleh (sampel). Biostatistik adalah cabang statistik dalam bidang ilmu biologi dan medis.

Bahan baku statistik adalah data, sebagian menyederhanakan sebagai angka. Angka adalah hasil dari pengukuran dan perhitungan. Data terdiri atas kumpulan angka. Setiap angka tersebut dinamakan datum.

Data yang dibutuhkan untuk analisis statistik adalah data yang dapat digunakan untuk menjawab pertanyaan (penelitian). Data tersebut dapat diperoleh dari berbagai sumber seperti :

1. Catatan rutin, seperti catatan follow-up dokter, rekam medis, laporan keuangan, dan sebagainya

2. Survey, data yang tidak dapat diperoleh dari catatan rutin, harus dicari dengan survey. Contoh untuk mengetahui tingkat kepuasan pasien terhadap pelayanan Puskesmas, kita dapat mengetahuinya dengan cara mengadakan survey terhadap pasien puskesmas.

3. Eksperimen yaitu data yang diperoleh setelah melakukan uji coba.

4. Sumber eksternal, yaitu data yang diperoleh dari hasil penelitian orang lain, jurnal yang dipublikasikan, textbook dan sebagainya.

Variabel adalah karakteristik yang diobservasi, yang berbeda pada tiap orang, tempat atau sesuatu. Variabel diskrit tidak memiliki desimal. Contoh variabel diskrit adalah jumlah jari tangan. Variabel kontinu mempunyai desimal, contohnya adalah tinggi badan anak sekolah. Variabel kuantitatif adalah yang dapat dihitung, variabel kualitatif adalah yang tidak dapat dihitung (seperti gender : laki-laki, perempuan). Variabel kualitatif biasanya merupakan skala nominal.

Pengukuran dan Skala Pengukuran

Pengukuran bertujuan untuk memberikan ukuran angka pada sebuah objek. Terdapat beberapa skala pengukuran, yaitu :

a) Skala nominal merupakan skala terendah, pengelompokan individu/objek/respon/benda berdasarkan kesamaan karakteristik tertentu dan dikategorikan secara mutually eksklusive (tidak dapat beririsan). Contohnya pria-wanita, anak-dewasa, menikah-belum menikah, islam-kristen-hindu, setuju-tidak setuju dan lain sebagainya.

Elearning Pendidikan Klinik Stase Ilmu Kesehatan Masyarakat (IKM)

Page 2: Statistik Kesehatan Fkuii Naj

FAKULTAS KEDOKTERAN UNIVERSITAS ISLAM INDONESIAJL. Kaliurang Km. 14,5 Sleman Yogyakarta 55584 Tel: 0274 - 898444 ext 2097 | Fax: + 2007 http://www.medicine.uii.ac.id/ | Email: [email protected]

b) Skala ordinal memiliki ciri khas nominal dan kelompok tersebut disusun ranking (order) dengan aturan tertentu. Contoh dibawah rata-rata, rata-rata, diatas rata-rata.

c) Skala interval tidak hanya dapat merangking, namun jarak diantara dua pengukuran diketahui. Skala interval memiliki starting point dan terminating point . Contoh 1-5,6-10,11-15, dan seterusnya.

d) Skala ratio merupakan skala pengukuran tertinggi (memiliki karakteristik nominal, ordinal dan interval) ditambah tujuannya sendiri dan memiliki starting point yang tetap seperti nol. Dapat digunakan dalam perhitungan matematis. Contoh, usia 40 tahun adalah 2 kali lebih tua dari usia 20 tahun.

Statistik Deskriptif

Statistik deskriptif merupakan hasil perhitungan sampel data yang dapat menggambarkan kondisi data tersebut. Cara paling umum untuk statistik deskriptif adalah tabel distribusi frekuensi, histogram, polygon frekuensi dan steam-leaf displays. Terdapat ukuran central tendensi (mean, median, modus) dan ukuran dispersi/penyebaran (range, varian, standar deviasi)

Mean adalah rata-rata dari hasil pengukuran, median adalah hasil pengukuran yang berada di tengah (bila diurutkan dari kecil ke besar), dan modus adalah hasil pengukuran yang paling sering muncul. Range adalah selisih hasil pengukuran terbesar dan terkecil. Varian adalah jumlah kuadrat dari selisih hasil pengukuran dengan mean dibagi jumlah sampel dikurangi 1, menunjukkan besarnya penyebaran relatif dengan nilai mean-nya. Standar deviasi adalah akar dari varian, yang berguna untuk mengukur variasi dalam sebuah set data.

Contoh dari 10 perhitungan didapatkan hasil : 1,2,2,3,4,4,4,5,7,9

Maka:

a. Mean= = =4,1

b. Median adalah posisi tengah, no 5=4, no 6= 4, maka median= =4

c. Modus adalah hasil pengukuran yang paling sering muncul yaitu 4(3 kali muncul)

d. Range =9-1=8 e. Varians

=

= 5,8

f. Standar deviasi= =2,4

Elearning Pendidikan Klinik Stase Ilmu Kesehatan Masyarakat (IKM)

Page 3: Statistik Kesehatan Fkuii Naj

FAKULTAS KEDOKTERAN UNIVERSITAS ISLAM INDONESIAJL. Kaliurang Km. 14,5 Sleman Yogyakarta 55584 Tel: 0274 - 898444 ext 2097 | Fax: + 2007 http://www.medicine.uii.ac.id/ | Email: [email protected]

Distribusi Normal

Sampel yang diambil dengan teknik yang baik akan merepresentasikan keadaan populasi yang sesungguhnya. Hal ini mengurangi sampling error. Hasil perhitungan sampel tersebut selalu membentuk distribusi kurva normal (Gaussian distribution), yaitu suatu bentuk kurva distriusi frekuensi yang menyerupai bell (bell shape). Ciri-ciri distribusi normal adalah :

1. Bentuknya simetris (seperti bayangan di cermin), dengan mean ditengahnya

2. Mean, median dan modus sama 3. Area under curve(AUC) kanan dan kiri mean seimbang (50%) 4. Wilayah AUC + 1 SD= 68%, + 2 SD=95%, + 3 SD= 99,7%. 5. Standar deviasi yang lebar akan membuat kurva normal menjadi lebih flat.

Dengan melihat hubungan nilai mean, median dan modus maka dapat menentukan bentuk distribusi data, yaitu :

- Bila mean, median, modus sama maka distribusi data adalah normal - Bila mean > median > modus maka distribusio data miring ke kanan - Bila mean < median < modus maka distribusio data miring ke kiri

Berdasarkan soal di atasMean>median=modus, data dapat dikatakan normal

Cara lain untuk memeriksa normalitas data adalah menggunakan nilai kurtosis dan skewness (dari SPSS) dimana

dan maka data berdistribusi normal

Contoh : Hasil output statistic dskriptif adalah sebagai berikut

Mean 39.9667Median 41.0000Mode 45.00Std. Deviation 13.98887Skewness -.400Std. Error of Skewness .427Kurtosis -.385Std. Error of Kurtosis .833

= =-1 dan = =-0,5

Elearning Pendidikan Klinik Stase Ilmu Kesehatan Masyarakat (IKM)

Page 4: Statistik Kesehatan Fkuii Naj

FAKULTAS KEDOKTERAN UNIVERSITAS ISLAM INDONESIAJL. Kaliurang Km. 14,5 Sleman Yogyakarta 55584 Tel: 0274 - 898444 ext 2097 | Fax: + 2007 http://www.medicine.uii.ac.id/ | Email: [email protected]

Maka data berdistribusi normal

Selain itu dapat dihitung menggunakan Kolmogorof-Smirnov. Berikut ini contoh pemakaian uji Kologorof-Smirnov terhadap variabel tekanan darah sistolik (TDS) pada program SPSS :

Klik Analyze → Descriptive statistic → Explore → Isikan pada kolom dependen list : TDS → Klik Plots → Pilih normality plots with test → Continue → OK

Hasil outputnya sebagai berikut :

Tests of Normality

Kolmogorov-Smirnova Shapiro-Wilk

Statistic df Sig. Statistic df Sig.

Tekanan Darah .274 25 .000 .797 25 .000

Sistolik

a. Lilliefors Significance Correction

Interpretasi :Pada uji normalitas Ho=data terdistribusi normal, Hi/Ha =data tidak normalNilai p TDS < 0.05 sehinggga Ho ditolak dan H1 diterima. Hal ini menunjukkan

sebaran data tidak normal.

Menyajikan data

1. Tabel

Metode yang paling umum untuk mempresentasikan data adalah tabel. Tabel berguna untuk menyajikan data yang besar dalam bagian yang kecil. Jenis tabel berdasar pada jumlah variabelnya terdiri atas tabel univariat yang sering dikenal dengan tabel frekuensi, tabel bivariat biasanya dalam bentuk cross tabulation, dan tabel mutivariat. Komponen tabel adalah sebagai berikut :

a. Judul harus informatif,menggambarkan isinya. Penulisan variabel terikat terlebih dahulu baru varuabel bebasnya. Penomoran tabel pada tulisan desertasi dimulai dengan nomer bab-nya.

b. Stub/bagian vertical (Y-axis) memuat sub kategori dari variabel(terikat) yang informasinya dijelaskan pada kolom-kolom di sebelah kanan.

Elearning Pendidikan Klinik Stase Ilmu Kesehatan Masyarakat (IKM)

Page 5: Statistik Kesehatan Fkuii Naj

FAKULTAS KEDOKTERAN UNIVERSITAS ISLAM INDONESIAJL. Kaliurang Km. 14,5 Sleman Yogyakarta 55584 Tel: 0274 - 898444 ext 2097 | Fax: + 2007 http://www.medicine.uii.ac.id/ | Email: [email protected]

c. Caption/ judul kolom, pada tabel univariat, judul kolom biasanya jumlah/persentase responden. Jika bivariat, judul kolom memuat sub kategori variabel (X-axis).

d. Badan memuat data

e. Suplemen/footnotes, terletak di bawah tabel, merupakan keterangan tambahan seperti sumber (bila menggunakan tabel dari sumber tenrtentu), keterangan umum, keteragan bagian spesifik tabel, keterangan level of probability.

2. Grafik

Merupakan cara penyajian data yang lebih mudah difahami (informative dan komunikatif) dan lebih menarik (attractive). Untuk data kategorikal dapat menggunakan histogram, diagram batang dan pie chart. Untuk data kontinu, selain dapat menggunakan histogram, diagram batang dan pie chart, juga dapat menggunakan diagram garis. Selain jenis data, jumlah variabel juga menentukan grafik apa yang paling baik digunakan. Berikut ini jenis-jenis grafik beserta kegunaannya:

a. Histogram

Adalah penyajian data kontinu interval, tinggi masing-masing kotak histogram menunjukkan frekuensi/persentasenya. Sebelum membuat histogram, data terlebih dahulu dikelompokkan dengan interval tertentu.

Gambar 1 histogram kadar total protein pasien

b. Diagram batang

Identik dengan histogram, namun antar batang terdapat spasi yang menunjukkan bukan data kontinu (bisa kategorikal, baik nominal atau ordinal).

Elearning Pendidikan Klinik Stase Ilmu Kesehatan Masyarakat (IKM)

Page 6: Statistik Kesehatan Fkuii Naj

FAKULTAS KEDOKTERAN UNIVERSITAS ISLAM INDONESIAJL. Kaliurang Km. 14,5 Sleman Yogyakarta 55584 Tel: 0274 - 898444 ext 2097 | Fax: + 2007 http://www.medicine.uii.ac.id/ | Email: [email protected]

16

14

12

10

8

6

4

2

0SD SMP SMA PT

Gambar 2 diagram batang pendidikan reponden

c. Frekuensi polygon

Frekuensi polygon didapatkan dengan cara menghubungkan nilai tengah masing-masing histogram. Contoh dibawah ini adalah frekuensi polygon jumlah jam belajar mahasiswa

sumber : http://www.icoachmath.com/math_dictionary/Frequency_Polygon.html

Gambar 3 frekuensi polygon jumlah jam belajar mahasiswa

d. Diagram Stem-leaf

Merupakan cara lain untuk menyajikan data distribusi frekuensi. Masih nyaman bila jumlah data tidak terlalu banyak (dapat mencapai digit 100 sampai 1000). Contoh diagram stem - leaf usia responden dari 30 reponden di bawah ini :

usia Stem-and-Leaf Plot

Frequency Stem & Leaf

2 1 . 024 2 . 12239 3 . 2455667897 4 . 3455556

Elearning Pendidikan Klinik Stase Ilmu Kesehatan Masyarakat (IKM)

Page 7: Statistik Kesehatan Fkuii Naj

FAKULTAS KEDOKTERAN UNIVERSITAS ISLAM INDONESIAJL. Kaliurang Km. 14,5 Sleman Yogyakarta 55584 Tel: 0274 - 898444 ext 2097 | Fax: + 2007 http://www.medicine.uii.ac.id/ | Email: [email protected]

6 5 . 3455672 6 . 04

Stem width: 10.00Each leaf: 1 case(s)

Gambar 4 Diagram Stem-Leaf

e. Pie Chart

Lingkaran pie yang mempunyai 360 derajat merupakan 100 persen data. Pembagian derajat bergantung pada frekuensi/persentase masing-masing sub kategorik. Idealnya pie chart digunakan untuk kategori yang tidak terlalu banyak. Pada data kontinu dapat digunakan, hanya sebelumnya perlu dikelompokkan terlebih dahulu.

SD

SMP

SMA

PT

Gambar 5 pie-chart pendidikan responden

f. Diagram garis / kurva trend

Berguna untuk menyajikan data kontinu (skala interval atau ratio). Data long term, dapat dilihat kecenderungan/trend sesuatu kejadian. Contoh trend angka kematian bayi Indonesia.

Elearning Pendidikan Klinik Stase Ilmu Kesehatan Masyarakat (IKM)

Page 8: Statistik Kesehatan Fkuii Naj

FAKULTAS KEDOKTERAN UNIVERSITAS ISLAM INDONESIAJL. Kaliurang Km. 14,5 Sleman Yogyakarta 55584 Tel: 0274 - 898444 ext 2097 | Fax: + 2007 http://www.medicine.uii.ac.id/ | Email: [email protected]

sumber 2007 Indonesia Demographic and Health Survey

Gambar 6 Kurva Trend Angka Kematian Bayi Indonesia

Tahun 1971-2007

g. Diagram hambur(scattergram)

Tidak dapat digunakan pada variabel yang kategorik. Hanya pada data continue (interval/ratio) dan memiliki dasar hipotesis kedua variabel berhubungan. Semakin teratur letak hamburnya akan mendekati garis tertentu , maka kedua variabel memiliki hubungan yang linear.

180

160

Sistolik 140

120

Darah 100

80

Tekana

n

60

40

20

00 10 20 30 40 50 60

Usia

Gambar 7 diagram hambur usia dan tekanan darah sistolik

h. Blox plot

Elearning Pendidikan Klinik Stase Ilmu Kesehatan Masyarakat (IKM)

Page 9: Statistik Kesehatan Fkuii Naj

FAKULTAS KEDOKTERAN UNIVERSITAS ISLAM INDONESIAJL. Kaliurang Km. 14,5 Sleman Yogyakarta 55584 Tel: 0274 - 898444 ext 2097 | Fax: + 2007 http://www.medicine.uii.ac.id/ | Email: [email protected]

Adalah salah satu penyajian data distribusi frekuensi berdasarkan ukuran kuartil. Batas bawah box adalah kuartil1 (Q1), batas atas box adlah kuartil 3 (Q3), garis tengah box adalah median (Q2). Garis paling bawah adalah hasil pengukuran terendah, garis paling tinggi adalah hasil pengukuran tertinggi.

Gambar 8 Diagram Box-Plot

Statistik Inferensi

Statistik inferensi adalah prosedur pengambilan simpulan dari sebuah populasi berdasarkan sampel yang diambil dari populasi tersebut. Untuk dapat melakukan inferensi, diperlukan uji statistik yang akan menguji hipotesis penelitian. Berikut ini adalah tabel yang merangkum uji statistik yang digunakan berdasarkan jumlah dan sifat variabel bebas dan variabel terikatnya.

Tabel 1 Jenis Uji Statistik Berdasarkan Jumlah dan Sifat Variabel

JumlahVariabel Sifat Variabel Bebas Sifat Variabel Terikat Jenis Uji StatistikTerikat

interval & normal one-sample t-test

0 Variabel Bebasordinal or interval one-sample median

1(1 populasi)

Kategorikal (2binomial test

kategori)

KategorikalChi squaregoodness of fit

Elearning Pendidikan Klinik Stase Ilmu Kesehatan Masyarakat (IKM)

Page 10: Statistik Kesehatan Fkuii Naj

FAKULTAS KEDOKTERAN UNIVERSITAS ISLAM INDONESIAJL. Kaliurang Km. 14,5 Sleman Yogyakarta 55584 Tel: 0274 - 898444 ext 2097 | Fax: + 2007 http://www.medicine.uii.ac.id/ | Email: [email protected]

interval & normal2 independentsample t-tes

1 Variabel Bebasordinal or interval

Wilcoxon-Manndengan 2 kelompok Whitney test(independent groups)

KategorikalChi- square test

Fisher's exact test

1 Variabel Bebasinterval & normal One way ANOVA

dengan 2 kelompok ataulebih (independent ordinal or interval Kruskal Wallisgroups)

Kategorikal Chi- square test

interval & normal paired t-test1 Variabel Bebas

dengan 2 kelompokordinal or interval

Wilcoxon signed(berpasangan) ranks test

Kategorikal Mc Nemar

interval & normalone-way repeatedmeasure ANOVA

1 Variabel Bebasdengan 2 kelompok atau ordinal or interval Friedman testlebih (berpasangan)

Kategorikalrepeated measureslogistic regression

interval & normal factorial ANOVA

2 Variabel Bebas ataulebih (independent ordinal or interval ?groups)

Kategorikalfactorial LogisticRegression

correlationinterval & normal simple linear

1 Variabel Bebasregression

non-parametric(interval) ordinal or interval

correlation

Kategorikalsimple logisticregression

multiple regressioninterval & normal1 Variabel Bebas analysis of

covariance(interval) atau lebih danmultiple logisticatau 1 Variabel Bebasregression

(kategorik) atau lebih Kategorikaldiscriminantanalysis

1 Variabel Bebasdengan dua kelompok

interval & normal one-way MANOVAatau lebih (independent

2 atau groups)lebih

Elearning Pendidikan Klinik Stase Ilmu Kesehatan Masyarakat (IKM)

Page 11: Statistik Kesehatan Fkuii Naj

FAKULTAS KEDOKTERAN UNIVERSITAS ISLAM INDONESIAJL. Kaliurang Km. 14,5 Sleman Yogyakarta 55584 Tel: 0274 - 898444 ext 2097 | Fax: + 2007 http://www.medicine.uii.ac.id/ | Email: [email protected]

2 atau interval & normalmultivariate multiplelinear regressionlebih 2 atau lebih

2 atau 0 interval & normalcanonicalcorrelationlebih

2 atau 0 interval & normal factor analysislebih

Sumber (http://www.ats.ucla.edu/stat/mult_pkg/whatstat/default.htm)

P value adalah peluang mendapatkan hasil yang paling ekstrim dari sampel yang diobservasi bila hipotesis nol benar.

Gambar 9 p value pada one-tail

Gambar 10 p value pada two tail.

Interval Kepercayaan 95% (95% Confidence Interval) dengan levelterendah=a dan level tertinggi=b , semisal dalam 100 kali pengambilan sampel,

peneliti memiliki kepercayaan 95 kali hasilnya akan jatuh pada nilai diantara a dan b. Jadi tingkat kesalahan hanya 5 persen. Interval a dan b semakin kecil hasilnya semakin precise. Formula untuk interval kepercayaan adalah :

95% IK untuk µ=ẋ� ±1,96(δ/ ) dan 99 % IK untuk µ=ẋ� ±2,58(δ/ )

µ=rata-rata populasiẋ� =rata-rata sampel yang diobservasi

1,96 dan 2,58 dari standar deviasi rata-rata populasi = Z score dari α 0,05 dan 0,01

Elearning Pendidikan Klinik Stase Ilmu Kesehatan Masyarakat (IKM)

Page 12: Statistik Kesehatan Fkuii Naj

FAKULTAS KEDOKTERAN UNIVERSITAS ISLAM INDONESIAJL. Kaliurang Km. 14,5 Sleman Yogyakarta 55584 Tel: 0274 - 898444 ext 2097 | Fax: + 2007 http://www.medicine.uii.ac.id/ | Email: [email protected]

δ = standar deviasi

n= jumlah sampel

Contoh Seseorang mengklaim bahwa rata-rata usia populasi 7683 orang di Honolulu adalah 53 tahun (µ0), Apakah klaim ini benar?. Maka seorang peneliti melakukan Penelitian Honolulu Heart Study dengan mengambil 100 orang sampel didapatkan nilai rata-rata usia (ẋ� ) = 54,85 tahun dan standar deviasi (δ ) = 5,5, maka 95% interval kepercayaan dari penelitian (53,78-55,93) dan 99% interval kepercayaan dari penelitian (53,43-56,27)

Gambar 95% IK dan 99% IK

Dari hasil perhitungan, µ0 (53) tidak berada di dalam rentang IK, maka H0

tertolak, H1 diterima, bahwa populasi sampel (54,85) berbeda signifikan dengan rata-rata populasi.

Sumber Kuzma JW and Bohnenblust S (2005)

Untuk mempersempit IK maka dapat melakukan beberapa hal berikut ini:

a) Memperbesar jumlah sampel b) Menurunkan level konfiden, seperti dari 99% IK ke 95% IK

c) Meningkatkan presisi dengan menurunkan kesalahan pengukuran (measurement error termasuk non random teknik) sehingga varian lebih kecil.

Uji Hipotesis

Pada uji perbandingan dua mean (independent t-test, paired t-test), maka rumusan uji hipotesis:

a) Ho= u1=u2= tidak terdapat perbedaan mean antara kelompok 1 dan kelompok 2

b) H1/Ha= u1=u2=mean kelompok 1 berbeda dengan mean kelompok 2

c)

Dimana bila p<0,05 , Ho ditolak, H1 diterima

Elearning Pendidikan Klinik Stase Ilmu Kesehatan Masyarakat (IKM)

Page 13: Statistik Kesehatan Fkuii Naj

FAKULTAS KEDOKTERAN UNIVERSITAS ISLAM INDONESIAJL. Kaliurang Km. 14,5 Sleman Yogyakarta 55584 Tel: 0274 - 898444 ext 2097 | Fax: + 2007 http://www.medicine.uii.ac.id/ | Email: [email protected]

Pada uji ANOVA, maka rumusan uji hipotesis:

a) Ho=u1=u2=u3=u4 b) H1/Ha= satu atau lebih mean berbeda dari yang lain

c)

Dimana bila p<0,05 , Ho ditolak, H1 diterima

Berikut ini adalah tabel makna p<0,05 (Ho ditolak dan H1 diterima pada masing-masing uji statistik.

Tabel Makna p <0,05 pada Berbagai Uji Statistik

No Nama Uji Makna bila p<0,05 (Ho ditolak, H1 diterima)

Uji Normalitas

1Kolmogorov-

Distribusi data tidak normalSmirnov danShapro-wilk

2 Uji Varians levene's Distribusi beberapa set data yang dibandingkantest mempunyai varians yang berbeda

3 Uji t berpasangan

4 Uji t tidak Terdapat perbedaan rerata yang bermaknaberpasangan antara dua kelompok data

5 Uji Wilcoxon6 Uji Mann-Whitney

7 Uji ANOVA Paling tidak terdapat dua kelompok data yangmempunyai perbedaan rerata yang

8 Uji Friedman bermakna(post hoc analisis digunakan untukmengetahui kelompok mana yang berbeda

9 Uji Kruskal-Wallis secara bermakna)

10 Uji McNemar Terdapat perbedaan proporsi yang bermakna11 Uji Homogenity antara dua kelompok data

Paling tidak terdapat dua kelompok data yangmempunyai perbedaan proporsi yang

12 Uji Cochran bermakna(post hoc analisis digunakan untukmengetahui kelompok mana yang berbedasecara bermakna)

13 Uji Chi-Square

14 Uji Kolmogorov- Terdapat hubungan yang bermakna antaraSmirnov variabel A dan B

15 Uji Fisher16 Uji Pearson17 Uji Spearman

Terdapat korelasi yang bermakna antara variabelUji Koefisien18 A dan BKontingensi

19 Uji Lambda

Elearning Pendidikan Klinik Stase Ilmu Kesehatan Masyarakat (IKM)

Page 14: Statistik Kesehatan Fkuii Naj

FAKULTAS KEDOKTERAN UNIVERSITAS ISLAM INDONESIAJL. Kaliurang Km. 14,5 Sleman Yogyakarta 55584 Tel: 0274 - 898444 ext 2097 | Fax: + 2007 http://www.medicine.uii.ac.id/ | Email: [email protected]

Uji20

Gamma&Somers'dSumber : Dahlan, 2011

Elearning Pendidikan Klinik Stase Ilmu Kesehatan Masyarakat (IKM)

Page 15: Statistik Kesehatan Fkuii Naj

FAKULTAS KEDOKTERAN UNIVERSITAS ISLAM INDONESIAJL. Kaliurang Km. 14,5 Sleman Yogyakarta 55584 Tel: 0274 - 898444 ext 2097 | Fax: + 2007 http://www.medicine.uii.ac.id/ | Email: [email protected]

Daftar Pustaka

1. Dahlan S, Statistik untuk Kedokteran dan Kesehatan,2011, Jakarta: Salemba Medika

2. Daniel WW, Biostatistik,7th ed, 1999, New York: John and Willey Son. 3. Kumar R, Research Methodology, 1999, Malaysia : Sage Publication

4. Kuzma JW, Bohnenblust S, Basic Statistic for the Health Sciences, 4th ed, 2005, USA : McGraw Hill

Elearning Pendidikan Klinik Stase Ilmu Kesehatan Masyarakat (IKM)