Post on 31-Jul-2015
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.
b. Computed only for a 2x2 table
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.
b. Computed only for a 2x2 table
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
Diagnosis HistopatologiJumla
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
Diagnosis HistopatologiJumla
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
Ekspresi Leucocyte Common Antigen Kasus Khusus
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)
Ekspresi Leucocyte Common Antigen Kasus Khusus
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