Upload
gracia-consuella-consuella
View
1.622
Download
19
Embed Size (px)
Citation preview
UJI STATISTIK & UJI STATISTIK & ANALISIS DATA ANALISIS DATA
By : Anik Puji RahayuBy : Anik Puji Rahayu
STATISTIK STATISTIK
Prosedur/metode pengumpulan data, pengolahan data, analisis data dan penyajian data
PENELITIANCara ilmiah untuk mendapatkan data dgn tujuan & kegunaan tertentu
Data dari penelitian harus : Akurat
data harus memenuhi kriteria :1. Valid 2. Reliabel3. Obyektif
Data Valid Ketepatan antara data yang
sesungguhnya terjadi pada obyek dgn data yang dapat dikumpulkan oleh peneliti
Ketepatan/kecermatan pengukuran Contoh : mengukur lomba lari, valid
pakai stop watch bukan dgn jam
Reliabel Menunjukkan kekonsistenan
pengukuran Pengukuran beulang-ulang akan
mendapatkan hasil yang sama Hari ini mendapatkan warna hijau,
besok & lusa hrs tetap warna hijau
Obyektif Menunjukkan derajat persamaan
persepsi antar orang Contoh : jika satu orang
menyatakan suatu obyek berwarna putih, maka orang lainpun menyatakan sama yaitu obyek berwarna putih
Peran Statistik dlm penelitian Alat mengukur besar sampel yg
akan diteliti Alat menguji validitas & reliabilitas
instrumen Alat pengolahan data Alat analisis data Alat penyajian data
Kegunaan statistik dibidang kesehatan : Mengukur status kesehatan
masyarakat Membandingkan status kesehatan di
satu tempat dgn tempat lain, lampau dan sekarang
Evaluasi & monitoring program Estimasi kebutuhan pelayanan Perencanaan program kesehatan Riset & publikasi masalah kesehatan
DATA & VARIABEL Data adalah Kumpulan angka/huruf
hasil dari penelitian terhadap karakteristik yang diteliti
Variabel adalah karakteristik yg nilai datanya bervariasi dari suatu pengukuran ke pengukuran berikutnya
Menurut skala pengukurannya, variabel dibagi 4 jenis : Nominal Ordinal Interval Ratio
NOMINAL Variabel yg hanya dpt
membedakan nilai datanya & tdk tahu nilai data yg lebih tinggi atau rendah
Nilai datanya sederajat Jenis kelamin, suku, agama dll
ORDINAL Variabel yg dpt membedakan nilai
datanya & sudah dpt diketahui tingkatan lebih tinggi atau rendah, tapi belum diketahui besar beda antar nilai datanya
Pendidikan, pangkat, stadium penyakit
INTERVAL Variabel yg dpt dibedakan, diketahui
tingkatannya & besar beda antar nilainya, namun belum diketahui kelipatan suatu nilai terhadap nilai yg lain & tdk mempunyai titik nol mutlak
Suhu : Benda A 40° & benda B 30 °Benda A > B, beda panas 10 derajat, tdk bisa benda A panasnya 2 kali B, jika suhu 0 derajat tdk berarti benda tsb tdk panas (tdk punya nilai nol mutlak)
RATIO Bisa dibedakan : ada tingkatan, ada
besar beda, ada kelipatannya & ada nilai nol mutlak
BB, TB Berat A 30 kg, B 60 Kg : A < B, beda
A & B 30 kg, berat B 2x lipat ABerat 0 kg, berarti tdk ada berat (tidak ada bendanya) shg ada nilai nol mutlak
JENIS DATA Data Katagorik (Kualitatif)
Data hasil pengklasifikasian/penggolongan suatu data, isinya berupa kata-kataContoh : sex, jenis pekerjaan, pendidikan
Data Numerik (Kuantitatif)Hasil dari perhitungan/pengukuran, berbentuk angka-angka
Data Numerik terbagi dua : Data Diskrit
Variabel hasil dari penghitungan, misal : jumlah anak, jumlah pasien dll
Data kontinyuHasil dari pengukuran, misal : tekanan darah, Hb dll
Variabel katagorik & Numerik Variabel katagorik : Pada umumya
berisi variabel berskala nominal & ordinal
Variabel numerik : berskala interval dan ratio
TUJUAN ANALISIS DATA Memperoleh gambaran masing-masing
variabel Membandingkan & menguji teori atau
konsep dari data yg dikumpulkan Menemukan konsep baru dari data yg
dikumpulkan Mencari penjelasan apakah konsep baru
yg diuji berlaku umum atau hanya berlaku pada kondisi tertentu
Seberapa jauh analisis suatu penelitian akan dilakukan, tergantung dari : Jenis penelitian : kualitatif atau kuantitatif Jenis sampel : independen atau dependen Jenis data/variabel : katagorik (proporsi)
dan numerik (nilai rata-rata) Asumsi kenormalan
Data normal (uji statistik parametrik)data tidak normal (uji statistik non perametrik)
Langkah-langkah analisis data (pendekatan kuantitatif)
Analisis deskriftif (Univariat) Analisis analitik (Bivariat) Analisis Multivariat
ANALISIS UNIVARIAT Untuk menjelaskan/mendeskripsikan
karakteristik masing2 variabel yg diteliti
Data numerik : nilai mean, median, standar deviasi, nilai minimal-maksimal
Data katagorik : frekwensi, prosentase
ANALISIS BIVARIAT Setelah diketahui karakteristik
masing2 variabel dpt diteruskan analisis lanjut
Analisis hubungan antar dua variabel, misal : hubungan antara berat badan dengan tekanan darah
ANALISIS MULTIVARIAT Analisis yang menghubungkan
antara beberapa variabel independen dengan satu variabel dependen
ANALISIS UNIVARIAT PERINGKASAN DATA UNTUK DATA JENIS
NUMERIK1. Ukuran tengah : mean, median, modusa. Mean : ukuran rata2, hasil dari jlh semua nilai pengukuran dibagi banyaknya pengukuran
X = Σ Xi / n
Contoh nilai mean : 5 pasien, lama hari rawatnya :
1 hari, 3 hari, 4 hari, 2 hari, 90 hari Mean = (1+3+4+2+90)/5 = 20
hari Kekurangannya : Sangat
ditentukan oleh nilai ekstrim (tdk mewakili data yg sesungguhnya)
2. Median Hanya mempertimbangkan urutan nilai
dari pengukuran Besar beda antar nilai diabaikan, shg tdk
dipengaruhi oleh nilai ekstrim Langkah penghitungan :
data diurutkan dari kecil ke besarHitung posisi median dgn rumus (n+1)/2Hitung nilai mediannya
6 mahasiswa : 20 th, 26 th, 30 th, 24 th, 40 th, 36 th. Berapa nilai mediannya ?
3. Mode/Modus Nilai pengamatan yg mempunyai
frekwensi/jlh terbanyak Data : 18 th, 22 th, 21 th, 20 th, 23
th, 20 th Mode-nya adalah 20 tahun
Bentuk distribusi data bdsk pada nilai mean, median & modus
Bila nilai mean, median & modus sama/berhimpit : bentuk distribusi datanya normal
Bila nilai mean>median>modus : bentuk distribusi datanya menceng/miring ke kanan
Bila nilai mean < median <modus : Bentuk distribusi datanya menceng/miring ke kiri
Ukuran Variasi Standard Deviasi
Data yg diukur melalui penyimpangan/deviasi dari nilai-nilai pengamatan thd nilai mean-nya
Rata-rata hitung dari kuadrat deviasi thd mean disebut : VARIAN, dg Rumus :Varian : Σ (Xi – X) ²
n-1
Suatu ukuran variasi yg memp satuan yg sama dgn satuan pengamatan yaitu : standard deviasi Standard deviasi mrpk akar dari
varian :S atau Sd = √Σ (Xi – X) ²
n-1 Semakin besar SD maka semakin
besar variasinya
Contoh :ada 5 orang dengan BB 48, 52,56,62,67
berapa simpang bakunya !
no x Mean deviasi(xi-x)
1 48 92 52 53 56 14 62 55 67 10
Jumlah Σ 285 Σ 30
Varian(xi-x)²
81251
25100
Σ 232
Mean X = Σ Xi / n = 48+52+56+62+67/5 = 57
Mean deviasi = (X-X) = 9+5+1+5+10/5 = 6 kg
Varian V(S ²) = Σ (Xi – X) ² n-1 = 81+25+1+25+100
n-1
= 58
Standar deviasi = √ V(S ²) = √Σ (Xi – X) ² n-1 = √58 = 7,6 kg
2. Peringkasan data katagorik
• Distribusi frekwensi : dengan ukuran persentase atau proporsi
ANALISIS BIVARIAT• Berbagai uji statistik yg digunakan untuk analisis bivariat :
Variabel I Variabel II Jenis uji statistik
Katagorik Katagorik -Kai kuadrat-Fisher Exact
Katagorik Numerik -Uji T-ANOVA
Numerik Numerik -Korelasi-Regresi
UJI CHI-SQUARE ( X 2 )
DIGUNAKAN JIKA :
• UNTUK UJI PERBANDINGAN / ASSOSIASI
• SKALA PENGUKURAN NOMINAL / ORDINAL
UJI CHI-SQUARE ( X2 ) UNTUK TABEL 2 x 2
• DALAM HAL INI SUATU SAMPEL DIAMBIL DARI POPULASI BIVARIAT YANG TIDAK NORMAL YANG TERDIRI DARI DUA VARIABEL DAN TIAP VARIABEL DIBAGI MENJADI DUA KATAGORI, JIKA DIBAWA KE DALAM BENTUK TABEL DIPEROLEH TABEL KONTIGENSI 2 x 2
Pertimbangan memakai chi square
1. JIKA n 40 GUNAKAN ( X2 ) DENGAN KOREKSI KONTINYUITAS (YATES CORRECTED )
2. JIKA n 20 – 40, JIKA SEMUA NILAI EXPECTED ( E ) LIMA ATAU LEBIH GUNAKAN ( X2 ) DENGAN KOREKSI KONTINYUITAS, TETAPI JIKA TERDAPAT NILAI E 5 GUNAKAN UJI FISHER ( fisher exact )
3. JIKA n 20 , GUNAKAN UJI FISHER EXACT UNTUK KASUS APAPUN.
RUMUS
dbcadcba
nbcadnX
2
2 2
Keputusan hipotesis :H0 ditolak jika X2 Hit > X2 tabel
Contoh Apakah ada pengaruh pemberian
makanan tambahan dengan status gizi balita di kecamatan
samarinda hilir tahun 2004. data hasil penelitian diperoleh seperti table di bawah ini
PMT STATUS GIZI Jumlah
BAIK BURUK
CUKUP 20 (a) 10 (b) 30( a + b )
KURANG 25 (c) 40 (d) 65 ( c + d )
TOTAL 45( a + c )
50( b + d )
95(a + b + c + d)
FISHER EXACT
( a + b ) ! (c + d ) ! ( a + c ) ! ( b + d ) ! = n ! a! b! c! d!
kreteria keputusan • Ho ditolak jika
Petugas puskesmas melakukan penelitian untuk mengetahui hubungan status gizi dengan
kejadian kecacingan pada murid SD 007 samarinda. Data
dikumpulkan dengan melakukan wawancara pada murid kelas 5 dan 6. hasilnya sebagai berikut
STATUS GIZI
KECACINGAN Jumlah
YA TIDAK
KURANG 6 5 11
CUKUP 4 7 11
TOTAL 10 12 22
UJI McNEMARTujuan : untuk menguji perbedaan dari dua
sampel berhubungan
Syarat : 1. Variabel mempunyai skala nominal2. Penelitiannya menggunakan desain Pre-
Post Treatment ( sebelum dan sesudah perlakuan )
UJI McNEMAR
( a - d )2
X2M =
( a + d ) criteria keputusan :Ho ditolak jika X2 M X2
T
CONTOH suatu penelitian untuk mengetahui apakah ada pengaruh
penyuluhan terhadap pengetahuan KB akseptor dengan 0.025
penelitian dengan sample sebanyak 33 orang. sebelum penyuluhan diperoleh data pengetahuan tentang KB, pengetahuan kurang sebanyak 8 orang, pengetahuan cukup sebanyak 25orang. Setelah penyuluhan diperoleh data. Pengetahuan kurang sebanyak 13 orang dan pengetahuan cukup 20 orang. Dari 8 pengetahuan yang cukup setelah penyuluhan diperoleh 3 pengetahuan kurang dan 5 pengetahuan cukup. Apakah penyuluhan berpengaruh terhadap pengetahuan KB responde
Sebelum
penyuluhan
Sesudah penyuluhan Kurang Cukup
Kurang 3 5Cukup 10 15
( 3 - 15 ) 2 144X2 M = = = 8 ( 3 + 15 ) 18
Tugas : apakah ada pengaruh penyuluhan pra operatif terhadap kemampuan untuk melakukan latihan napas dalam dan batuk efektif pasca operatif. Data di bawah ini
Pra operatif
Pasca operatif Mampu Tidak
mampu Mampu 7 4Tidak
mampu 14 5
ODDS RATIO
• Tujuan : Untuk mengetahui berapa besar risiko
variable bebas ( penyebab) dapat menyebabkan kejadian pada variable terikat ( akibat )
FAKTOR RISIKO
KASUS KONTROL JUMLH
TERPAPAR a b a + b
TIDAK TERPAPAR
c d c + d
JUMLAH a + c b + d a + b + c + d
OR =bxcaxd Keterangan :
a. = jumlah kasus yang terpaparb = jumlah control yang terpaparc = jumlah kasus yang tidak terpapard = jumlah control yang tidak terpapar
Interpretasi nilai :
< 1 = nilai protektif > 1 = berisiko terhadap
kejadian 1 = tidak ada efek
BERAPA BESAR RISIKO PEROKOK TERKENA KANKER PARU DATA DI BAWAH INI ?
FAKTOR RISIKO
KANKER PARU
TIDAK KANKER PARU
JUMLAH
PEROKOK 35 20 55TIDAK
PEROKOK 15 40 55
JUMLAH 50 60 110
Kesimpulan :
PEROKOK MEMILIKI RISIKO TERKENA KANKER PARU 4, 66 KALI DIBANDING ORANG YANG TIDAK
PEROKOK ( CASE CONTROL & CROSS SECTIONAL)
KOHORT (RR)=RELATIF RISK
bxcaxdOR
66,415204035
xxOR
UJI T TEST
STUDENT’S t TEST ( UJI t ) PERTAMA KALI DITEMUKAN OLEH W.S. GOSSET PADA TAHUN 1908 DENGAN NAMA SAMARAN STUDENT. PRINSIP PENGGUNAAN UJI t TEST ADALAH UNTUK MEMBUKTIKAN SIGNIFIKAN ATAU TIDAKNYA DUA NILAI RATA-RATA.
SYARAT-SYARAT PENGGUNAAN UJI T
MEMPUNYAI SKALA INTERVAL DAN RASIO
SIMPANG BAKUNYA TIDAK DIKETAHUI
DATA DISTRIBUSINYA NORMAL
UJI T INI DIBEDAKAN ATAS DUA KELOMPOK 1. UJI T SATU SAMPEL
2. UJI T UNTUK SAMPEL YANG BERHUBUNGAN ( SEBELUM DAN SESUDAH t TEST ) ATAU DUA SAMPEL YANG BERPASANGAN (PAIRED t TEST )
UJI T SATU SAMPEL
TUJUAN UNTUK MEMBANDINGKAN NILAI RATA-RATA SAMPEL DENGAN NILAI RATA-RATA POPULASI SEBAGAI STANDAR
RUMUS
nSXtHitung
X ; nilai rata rata sample : nilai rata rata populasiS : simpang bakun : besar sample
Kriteria penerimaan hipotesa
Ho gagal ditolak bila : T hit. T ( 1 - ) ( n – 1 )
Bila menggunakan program komputer ( p )
Jika = 0,05. Ho gagal ditolak jika probabilitasnya ( p ) 0,05
Contoh :Masyarakat mengeluh bahwa kadar
nikotin rokok A diduga melebihi kadar normal, untuk membuktikan ini diambil
sample 10 batang yang kadarnya 22, 21, 19, 19, 21, 22 ,22, 21, 22 dan 25.
yang digunakan adalah 0,05.apakah rokok a memang memiliki
kandungan nikotin lebih dari 20 mg
Nilai t Hit
20,259,03,1
1088,1
203,21
tHitung
t TABELt ( 1 - ) ( n – 1 )
t ( 1- 0,05 ) ( 10 – 1 )
t ( 0.95 )( 9 ) akan dihasilkan 1, 83
cara membacanya lihat tabel uji t pada t 0,95 pada baris ke 9.
Kesimpulan
KARENA t Hit > t Tabel ( 2,20 > 1,83 ) maka :
KADAR NIKOTIN PADA ROKOK A LEBIH DARI 20 mg
UJI t UNTUK SAMPEL YANGBERHUBUNGAN ( SEBELUM DAN SESUDAH t TEST ) ATAU DUA SAMPEL YANG BERPASANGAN ( PAIRED t TEST)
nSdtHitung
nd
d i
1
222
nnddn
S id = selisih nilai rata-rata
S = standart deviasi
contoh :sebanyak 10 orang wanita peserta KB dengan menggunakan depoprovera
sebagai kontrasepsinya. 6 bulan sebelum memakai kontrasepsi diukur tekanan sistolnya dan sesudah 6 bulan diukur tekanan sistoliknya. Ingin diketahui
apakah ada perbedaan tekanan darah sistolik sebelum dan sesudah ber KB.
Diketahui 0,05