METODOLOGI PENELITIANDAN STATISTIK

DIAGRAM PENELITIAN

teori

masalah rumusan masalah hipotesis variabel

fakta rancangan intru- penelitian men

laporan sampel

temuan hasil data komputasi statistikMuhammad Cholil Munif

Bagian Ilmu Faal FK Unair

AKHIR CONTOH

MASALAH

DARI FORMAT

BUKU

MAJALAH

SEMINAR

PERNYATAAN

KAIT MIN 2 VAR

GAP FAKTA HARAPAN

MASALAH

UNIVARIAT MULTIVARIAT

VAR TERGANTUNGUNIVARIAT

EFEK OLAH RAGA PADA INDEK PRESTASI BELUM JELAS

VAR TERGANTUNG MULTIVARIAT

EFEK OLAH RAGA PADAPROFIL LEMAK BELUM DIKETAHUI

RUMUSAN MASALAH

PERTANYAAN KAIT 2 VAR

TUNJUK STAT KONSISTEN

TERKAIT TUJUANAPAKAH OLAH RAGA BER-

PENGARUH PADA PROFIL LEMAK

TUJUAN

KEBALIKAN RM CACAH = RM ADA YG >< HIPOTESIS

PERNYATAAN OPERASIONAL MENEMNTUKAN POLA

MENENTUKAN POLAURUTAN DAN KON-TRIBUSI VARIABEL

AKIBAT PERLAKUAN

MEMBUKTIKAN OLAHRAGA BERPENGARUH

PADA HDL

MEMBUKTIKAN OLAHRAGA BERPENGARUH

PADA LDL

MEMBUKTIKAN OLAHRAGA BERPENGARUHPADA CHOLESTEROL

TOTAL

MEMBUKTIKAN OLAHRAGA BERPENGARUH

PADA TRIGLERIDA

HIPOTESIS

MACAM FORMAT RAGU

KOMPARASI

HUBUNGAN

MODEL

VERBAL

STATISTIK

SATU ARAH

DUA ARAH

KERJA

NIHIL

MACAM HIPOTESIS

KOMPARASI HUBUNGAN

PEMBERIAN MEFENAMAT MEMPERINGANBERAT KALUS

TULANG YANG PATAH

MAKIN BANYAK MEFENAMATMAKIN RINGAN KALUSTULANG YANG PATAH

MAKIN TINGGI SESEORANGMAKIN BERAT

FORMAT

VERBAL STATISTIK

PEMBERIAN MEFENAMAT MEMPERINGANBERAT KALUS

TULANG YANG PATAHMEFENAMAT < KONTROL

RAGU

SATU ARAH DUA ARAH

PEMBERIAN MEFENAMAT MEMPERINGANBERAT KALUS

TULANG YANG PATAH

PEMBERIAN MEFENAMATMEMPENGARUHI

BERAT KALUSTULANG YANG PATAH

MODEL

KERJA NIHIL

PEMBERIAN MEFENAMATMEMPENGAUHIBERAT KALUS

TULANG YANG PATAH

PEMBERIAN MEFENAMATTIDAK MEMPENGAUHI

BERAT KALUSTULANG YANG PATAH

VARIABEL

MACAM CACAH SKALA

TERGANTUNG

BEBAS

KENDALI

MODERATOR

KONFOUND

SATU

LEBIH SATU

NOMINAL

ORDINAL

INTERVAL

RATIO

KESIMPULAN

ANALISIS STATISTIK PEMBAHASAN

VARIABEL DESIGN HIPOTESIS SAMPEL

CACAH

MACAM

SKALA

OBSERVASI

EKSPERIMEN

KOMPARASI

HUBUNGAN

TUJUAN

BESAR

KECIL

NPAR

VARIABEL

CACAH VT MACAM SKALA

SATU > SATU

UNIVARIAT

UJI t

ANOVA

MULTIVARIAT

MANOVA

ANA FAKTOR

ANA CLUSTER

MODRATOR

ANACOVA

NOMINAL

ORDINAL

INTERVAL

RATIO

TUJUAN

KEBALIKAN RM CACAH = RM ADA YG >< HIPOTESIS

PERNYATAAN OPERASIONAL MENENTUAKN POLA

DESIGN

OBSERVASIONAL EKSPERIMANTAL

STD PENEMPANG

KOHORT

PRA EKSPERIMEN EKSPERIM SUNGGUH

ONE SHOT CASE

POST TEST ONLY

ONE GROUP PRE POST

CONT GROUP PRE POST

FAKTORIAL PRE POST

FAKTPRIAL POST TEST

SOLOMONSEPARATE SAMPLE

ANALISIS STATISTIK

TERGANTUNG

HIPOTESIS TUJUAN VARIABEL DESIGN

BANDING

HUBUNGAN

POLA KONTRIBUSI CACAH SKALA

.

ANALISIS DISKRIMINAN TIPE DESKRIPTIF

DENGAN TUJUAN MENENTUKAN POLA URUTAN DAN DOMINASI VARIABEL YANG BERKONTRI-BUSI PADA PEMBEDAAN GRUP PERLAKUAN.

URUTAN MENUNJUKKAN PENGARUH YANG PERTAMA YANG DOMINAN

RANCANGAN PENELITIAN

• PADA PENELITIAN OBSERVASIONAL DIKENAL

1. STUDI KOHORT

SETIAP SUBYEK DIAMATI UNTUK PERIODE WAKTU TERTENTU KEMUDIAN

DIKUKUR OUTCOMENYA

2. STUDI PENEMPANG (CROSS SECTIONAL)

SETIAP SUBYEK HANYA DIAMATI SEKALI WAKTU SAJA

STUDI KOHORT

SEKARANG AKAN DATANG

populasi

sampel resiko ada sakit tidak

sakit

resiko tidak sakit tidaksakit

• STUDI KOHORT – Tahap :

• .pilih sampel dari populasinya• .ukur variabel prediktor (faktor resiko ada atau

tidak)• .ikuti kohort• .ukur variabel outcome

RANCANGAN PENELITIAN

RANCANGAN PENELITIAN

• STUDI PENEMPANG (CROSS SECTIONAL STUDY)– PENELITI MENGAMATI SUBYEK PADA SATU SAAT

SEKALI SAJA– Populasi

sampel resiko + resiko + sakit tidak sakit

resiko - resiko - sakit tidak sakit

TAHAP : 1. PILIH SAMPEL 2. UKUR PREDIKTOR DAN OUTCOME

RANCANGAN PENELITIAN

STUDI KASUS KELOLA (CASE CONTROL STUDY)

MASA LALU / SEKARANG SEKARANG

resiko resiko sakit popul

ada tidak sampel

kasus

resiko resiko sehat popul

ada tidak sampel kontrol

TAHAP : 1. PILIH SAMPEL DARI POPULASI DENGAN SAKIT (KASUS) 2. PILIH SAMPEL DARI POPULASI SEHAT (KONTROL) 3. UKUR VARIABEL PREDIKTOR

RANCANGAN PENELITIAN

EKSPERIMENTAL MURNI

• SYARAT :

– ADA PERLAKUAN

– SAMPEL DIPILIH RAMBANG

– ADA KELOMPOK KONTROL

– TERDAPAT ULANG PADA TIAP KELOMPOK

– VARIABEL LAIN HARUS DIKONTROL TERKENDALI

– ADA PRE TESTING

• JIKA SYARAT ITU KURANG, RANCANGAN YANG DIGUNA-KAN BUKAN LAGI EKSPERIMENT MURNI, MUNGKIN PRA EKSPERIMENTAL ATAU EKSPERIMENTAL SEMU

RANCANGAN PENELITIAN

PRA EKSPERIMENTAL

• ONE SHOT CASE STUDY– SUBYEK DIBERI PERLAKUAN TANPA PRE TESTING– SUBYEK DIPILIH TIDAK RAMBANG– TANPA KELOMPOK KONTROL

– CONTOH:– PENYULUHAN KB DI KAMPUNG

• TANPA PRE TESTING • MEREKA DISULUH TENTANG KB• SELESAI MEREKA DIUJI PENGETAHUAN MEREKA TENTANG KB

– SKEMA

– PERLAKUAN

– SAMPEL DIAMATI HASILNYA

• ONE GOURP PRE TEST-POST TEST DESIGN– TERDIRI HANYA SATU KELOMPOK– PENGAMATAN AWAL, KEDUA DAN SELANJUTNYA– ADA PERLAKUAN YANG DIBERIKAN BERTURUT-TURUT– WASH OUT PERIOD (WOP) CUKUP MINIMAL 5 x t0.5 ( HALF TIME )

UNTUK PENELITIAN KLINIK, DAPAT 10 x t0.5 UNTUK PENELITIAN BIOMLECULAR, YANG DIBERLAKUKAN ANTARA PERLAKUAN.

• SKEMA

perlakuan X Y Z

O1 O2 O3 O4

WOP WOP

• O1, O2, O3 DAN O4 PENGAMATAN

RANCANGAN PENELITIAN

PRA EKSPERIMENTAL

RANCANGAN PENELITIAN

PRA EKSPERIMENTAL

• POST TEST ONLY DESIGN– SETIAP SUBYEK HANYA DIAMATI PADA AKHIR

– TIDAK ADA PRE TESTING

– SAMPEL TIDAK DIPILIH RAMBANG

– TERDAPAT KELOMPOK KONTROL

• SKEMA x

K.EKS 1 AMATI HASIL

POPULASI SAMPEL y

K.EKS 2 AMATI HASIL

KONTROL AMATI HASIL

RANCANGAN PENELITIAN

PRA EKSPERIMENTAL

• RANDOMIZED POST TEST ONLY CONTROL GROUP DESIGN– SETIAP SUBYEK HANYA DIAMATI PADA AKHIR– TIDAK ADA PRE TESTING– SAMPEL DIPILIH RAMBANG– TERDAPAT KELOMPOK KONTROL

• SKEMA x R K.EKS 1 AMATI HASIL POPULASI SAMPEL y

K.EKS 2 AMATI HASIL

KONTROL AMATI HASIL

RANCANGAN PENELITIAN

EKSPERIMENTAL MURNI

• RANDOMIZED CONTROL GROUP PRE TEST-POST TEST DESIGN– SAMPEL DIPILIH RAMBANG DARI POPULASINYA

DIALOKA-SIKAN PADA MINIMAL DUA KELOMPOK PERLAKUAN DAN KONTROL

– KELOMPOK EKSPERIMEN DIBERI PERLAKUAN– KELOMPOK KONTROL TIDAK DIBERI PERLAKUAN– SETIAP SUBYEK DIAMATI DUA KALI BILA LEBIH DARI

DUA WOP HARUS CUKUP– BILA PENGAMATAN LAMA SEBAIKNYA VARIABEL

MODE-RATOR ATAUPUN CONFOUNDING DIAMATI BERSAMA DENGAN PENGAMATAN VARIABEL OUTCOME

RANCANGAN PENELITIAN

EKSPERIMENTAL MURNI

• RANDOMIZED CONTROL GROUP PRE TEST-POST TEST DESIGN

• SKEMA

X Y

R KE O1 O2 O3

populasi sampel

wop

KK O1 O2 O3

RANCANGAN PENELITIAN

EKSPERIMENTAL MURNI

• SOLOMON FOUR GROUP DESIGN– SAMPEL DIPILIH RAMBANG DARI POPULASINYA– SAMPEL DIALOKASIKAN KEPADA EMPAT KELOMPOK

YAITU KE1 KELOMPOK EKSPERIMEN DENGAN PRE TEST

– KK1 KELOMPOK KONTROL DENGAN PRE TEST– KE2 KELOMPOK EKSPERIMEN TANPA PRE TEST– KK1 KELOMPOK KONTROL TANPA PRE TEST– SEMUA KELOMPOK DILAKUKAN POS TEST UNTUK

MENGU-KUR OUTCOME– WAKTU POST TEST HARUS SAMA

RANCANGAN PENELITIAN

EKSPERIMENTAL MURNI

• SOLOMON FOUR GROUP DESIGN• SKEMA X

KE1 O1 O2

R KK1 O1 O2

populasi sampel X

KE2 O2

KK2 O2

KE kelompok eksperimen KK kelompok kontrol

RANCANGAN PENELITIAN

EKSPERIMENTAL MURNI

• FAKTORIAL DESIGN– UNTUK MENDETEKSI EFEK GABUNGAN LEBIH DARI

SATU FAKTOR TERHADAP VARIABEL OUTCOME– HASILNYA DAPAT MEMPERLIHATKAN :

• EFEK UTAMA– BEDA ANTAR KATEGORI PADA FAKTOR PERTAMA TANPA

MEMPER-HATIKAN FAKTOR KEDUA– BEDA ANTAR KATEGORI PADA FAKTOR KEDUA TANPA

MEMPER-HATIKAN FAKTOR PERTAMA

• EFEK INTERAKSI– EFEK GABUNGAN, MELIHAT PENGARUH FAKTOR

PERTAMA TERHADAP FAKTOR KEDUA DAN SEBALIKNYA

• EFEK LUGAS– MENGHASILKAN PERBEDAAN ANTAR FAKTOR 2 PADA

SALAH SATU LEVEL FAKTOR 1

RANCANGAN PENELITIAN

EKSPERIMENTAL MURNI

• FAKTORIAL DESIGN1. FAKTORIAL POST TEST ONLY DESIGN

PENGAMATAN DILAKUKAN SETELAH SELESAI DI BERI PERLAKUAN

2. FAKTORIAL PRE TEST-POST TEST DESIGNPENGAMATAN DILAKUKAN SEBELUM

DAN SESUDAH PERLAKUANBILA PERLAKUAN DILAKUKAN

BERULANG WOP HARUS DIPERHATIKAN

RANCANGAN PENELITIAN

EKSPERIMENTAL MURNI

• FAKTORIAL POST TEST ONLY DESIGN• SKEMA F1a+F2a

K 1 PENGAMATAN

F1a+F2b

K 2 PENGAMATAN

populasi sampel F1b+F2a

K 3 PENGAMATAN

F1b+F2b

K 4 PENGAMATAN

TABULASI UTAMA FAKTORIAL

FAKTOR 2

1 2

F

A

K

1

1 X1.1 X1.2

2 X2.1 X2.2

RANCANGAN PENELITIAN

EKSPERIMENTAL MURNI

• FAKTORIAL PRE TEST-POST TEST DESIGN• SKEMA F1a+F2a

K 1 O1 O2

F1a+F2b

R K 2 O1 O2

populasi sampel F1b+F2a

K 3 O1 O2

F1b+F2b

K 4 O1 O2

O1 SEBELUM O2 SESUDAH PERLAKUAN

TABULASI UTAMA FAKTORIALSAMA SUBYEK

FAK 1 FAK 2 PRE POS

1

1 X1.1.PRE X1.1.POS

2 X1.2.PRE X1.2.POS

2

1 X2.1.PRE X2.1.POS

2 X2.2.PRE X2.2.POS

SEPARATE SAMPLE PRETEST-POSTTEST CONTROL GRP DESIGN

DIGUNAKAN BILA BINATANG HANYA DIPERIKSA SATU KALI SAJA, TIDAK DAPAT DILAKUKAN UNTUK PENELITIAN PRE POST.

PENGEMBANGAN POST TEST ONLY DESIGNMISAL:BINATANG DIPERIKSA DARAH MELALUI

CARDIAC PUNCTUREBINATANG DIKORBANKAN KARENA PERLU

PEMERIKSAAN LEVER DENGAN HISOTO-LOGI ANALISIS

SEPARATE SAMPLE PRETEST-POSTTEST CONTROL GRP DESIGN

s. pretes Obs

R

s. kontrol pos Obs

POP SAMPEL x

s. eks 1 Obs1

y

s. eks 2 Obs2

PILIHAN TEKNIK ANALISIS/ UJI STAT UNI/BIVARIAT

kembali ke SKALA variabel

TUJUAN JUMLAH

SAMPEL/

PASANG

BEBAS /

BER PA-SANGAN

JENIS VARIABEL

Kuantitatif

normal

Semi kuant

Tak nomal

kategorik

KOM-

PARA-

SI

2

Bebas ? ?? ???

Pasangan ? ?? ???

> 2

Bebas ? ?? ???

Pasangan ? ?? ???

KORELASI

? ?? ???

Parametrik nonparam khi kuadr

PILIHAN TEKNIK ANALISIS/ UJI STAT UNI/BIVARIAT

TUJUAN JUMLAH

SAMPEL/

PASANG

BEBAS /

BER PA-SANGAN

JENIS VARIABEL

Kuantitatif

normal

Semi kuant

Tak nomal

kategorik

KOM-

PAR-

ASI

2

Bebas Uji t bebas

Pasangan

> 2

Bebas

Pasangan

KORELASI

PILIHAN TEKNIK ANALISIS/ UJI STAT UNI/BIVARIAT

TUJUAN JUMLAH

SAMPEL/

PASANG

BEBAS /

BER PA-SANGAN

JENIS VARIABEL

Kuantitatif

normal

Semi kuant

Tak nomal

kategorik

KOM-

PAR-

ASI

2

Bebas Uji Mann

Uji jum per Wilcoxon

Pasangan

> 2

Bebas

Pasangan

KORELASI

PILIHAN TEKNIK ANALISIS/ UJI STAT UNI/BIVARIAT

TUJUAN JUMLAH

SAMPEL/

PASANG

BEBAS /

BER PA-SANGAN

JENIS VARIABEL

Kuantitatif

normal

Semi kuant

Tak nomal

kategorik

KOM-

PAR-

SI

2

Bebas Uji khi kuad

Uji eksak Fisher

Pasangan

> 2

Bebas

Pasangan

KORELASI

PILIHAN TEKNIK ANALISIS/ UJI STAT UNI/BIVARIAT

TUJUAN JUMLAH

SAMPEL/

PASANG

BEBAS /

BER PA-SANGAN

JENIS VARIABEL

Kuantitatif

normal

Semi kuant

Tak nomal

kategorik

KOM-

PAR-

ASI

2

Bebas

Pasangan Uji t pasangan

> 2

Bebas

Pasangan

KORELASI

PILIHAN TEKNIK ANALISIS/ UJI STAT UNI/BIVARIAT

TUJUAN JUMLAH

SAMPEL/

PASANG

BEBAS /

BER PA-SANGAN

JENIS VARIABEL

Kuantitatif

normal

Semi kuant

Tak nomal

kategorik

KOM-

PAR-

ASI

2

Bebas

Pasangan Wilcoxon uji tanda

> 2

PILIHAN TEKNIK ANALISIS/ UJI STAT UNI/BIVARIAT

TUJUAN JUMLAH

SAMPEL/

PASANG

BEBAS /

BER PA-SANGAN

JENIS VARIABEL

Kuantitatif

normal

Semi kuant

Tak nomal

kategorik

KOM-

PARA-

SI

2

Bebas

Pasangan Uji McNemar

> 2

Bebas

Pasangan

KORELASI

PILIHAN TEKNIK ANALISIS/ UJI STAT UNI/BIVARIAT

TUJUAN JUMLAH

SAMPEL/

PASANG

BEBAS /

BER PA-SANGAN

JENIS VARIABEL

Kuantitatif

normal

Semi kuant

Tak nomal

kategorik

KOM-

PARA-

SI

2

Bebas

Pasangan

> 2

Bebas ANOVA 1 ARAH

Pasangan

KORELASI

PILIHAN TEKNIK ANALISIS/ UJI STAT UNI/BIVARIAT

TUJUAN JUMLAH

SAMPEL/

PASANG

BEBAS /

BER PA-SANGAN

JENIS VARIABEL

Kuantitatif

normal

Semi kuant

Tak nomal

kategorik

KOM-

PARA-

SI

2

Bebas

Pasangan

> 2

Bebas Kruskall Wallis

Pasangan

KORELASI

PILIHAN TEKNIK ANALISIS/ UJI STAT UNI/BIVARIAT

TUJUAN JUMLAH

SAMPEL/

PASANG

BEBAS /

BER PA-SANGAN

JENIS VARIABEL

Kuantitatif

normal

Semi kuant

Tak nomal

kategorik

KOM-

PARA-

SI

2

Bebas

Pasangan

> 2

Bebas Uji khi kuadrat

Pasangan

KORELASI

PILIHAN TEKNIK ANALISIS/ UJI STAT UNI/BIVARIAT

TUJUAN JUMLAH

SAMPEL/

PASANG

BEBAS /

BER PA-SANGAN

JENIS VARIABEL

Kuantitatif

normal

Semi kuant

Tak nomal

kategorik

KOM-

PARA-

SI

2

Bebas

Pasangan

> 2

Bebas

Pasangan Anova sama suby

KORELASI

PILIHAN TEKNIK ANALISIS/ UJI STAT UNI/BIVARIAT

TUJUAN JUMLAH

SAMPEL/

PASANG

BEBAS /

BER PA-SANGAN

JENIS VARIABEL

Kuantitatif

normal

Semi kuant

Tak nomal

kategorik

KOM-

PARA-

SI

2

Bebas

Pasangan

> 2

Bebas

Pasangan Friedman

KORELASI

PILIHAN TEKNIK ANALISIS/ UJI STAT UNI/BIVARIAT

TUJUAN JUMLAH

SAMPEL/

PASANG

BEBAS /

BER PA-SANGAN

JENIS VARIABEL

Kuantitatif

normal

Semi kuant

Tak nomal

kategorik

KOM-

PARA-

SI

2

Bebas

Pasangan

> 2

Bebas

Pasangan Cochran Q

KORELASI

PILIHAN TEKNIK ANALISIS/ UJI STAT UNI/BIVARIAT

TUJUAN JUMLAH

SAMPEL/

PASANG

BEBAS /

BER PA-SANGAN

JENIS VARIABEL

Kuantitatif

normal

Semi kuant

Tak nomal

kategorik

KOM-

PARA-

SI

2

Bebas

Pasangan

> 2

Bebas

Pasangan

KORELASI

Korelasi P

Regresi

PILIHAN TEKNIK ANALISIS/ UJI STAT UNI/BIVARIAT

TUJUAN JUMLAH

SAMPEL/

PASANG

BEBAS /

BER PA-SANGAN

JENIS VARIABEL

Kuantitatif

normal

Semi kuant

Tak nomal

kategorik

KOM-

PARA-

SI

2

Bebas

Pasangan

> 2

Bebas

Pasangan

KORELASI

Spearman

K.Kendal

PILIHAN TEKNIK ANALISIS/ UJI STAT UNI/BIVARIAT

TUJUAN JUMLAH

SAMPEL/

PASANG

BEBAS /

BER PA-SANGAN

JENIS VARIABEL

Kuantitatif

normal

Semi kuant

Tak nomal

kategorik

KOM-

PARA-

SI

2

Bebas

Pasangan

> 2

Bebas

Pasangan

KORELASI

Kontigens

Phi, Kapp

ANALISIS STATISTIK DAN SKALA

SKALA

INTERVAL/RATIO ORDINAL NOMINAL

UJI NORMAL

NORMAL TIDAK

PARAMETRIK TRANSFORM

NORMAL TIDAK

NPAR KHI KUADRAT

UJI NORMALITAS

MACAM UJI

KS 1 SAMPEL CHI SQUARE ROBUST NPPLOT

MUDAH P > 0.05

NORMAL

UJI SKEW UJI KURTOSIS

POSITIF POSITIF

KE KANAN P > 0.05

NORMAL

JARANG

LANCIP P > 0.05

normal

One-Sample Kolmogorov-Smirnov Test

71

33.42

1.72

.189

.189

-.120

1.589

.013

N

Mean

Std. Deviation

Normal Parameters a,b

Absolute

Positive

Negative

Most ExtremeDifferences

Kolmogorov-Smirnov Z

Asymp. Sig. (2-tailed)

RELIABILITY

Test distribution is Normal.a.

Calculated from data.b.

Descriptives

33.42 .20

33.02

33.83

33.31

33.00

2.962

1.72

30

40

10

2.00

1.147 .285

2.522 .563

Mean

Lower Bound

Upper Bound

95% ConfidenceInterval for Mean

5% Trimmed Mean

Median

Variance

Std. Deviation

Minimum

Maximum

Range

Interquartile Range

Skewness

Kurtosis

RELIABILITYStatistic Std. Error

Z skew = 1.147 / 0.285 = 4.02 p < 0.01 penceng

Z kurtos = 2.522 / 0.563 = 4.48 p < 0.01 lamcip

Normal Q-Q Plot of RELIABILITY

Observed Value

4240383634323028

Exp

ect

ed

No

rma

l3

2

1

0

-1

-2

-3

Karena titik tebaran tidak berada pada garis lurus berarti distribusi tidak normal

HIPOTESIS

BANDING HUBUNGAN

NORMAL

UJI t

TIDAK

ANOVA 1

WILCOXON

KRUSKALL

FRIEDMANANOVA SS

NORMAL TIDAK

KORELASI P

REGRESI

SPEARMAN

KENDALL

MANOVA

PENGARUH PADA OBSER

VASIONAL

HIPOTESIS

PENGARUH PADA RANCANG OBSERVASIONAL

ANALISIS JALUR

0.745 RESPONSIVENESS 0.81 0.223(p=0.031) 0.357(p=0.004) 0.505(p=0.000) RELIABILITY 0.268(p=0.006) 0.513 0.261(p=0.031) ASSURANCE 0.265(p=0.024) 0.698(p=0.000) KEPUASAN LOYALITAS 0.545 0.677(p=0.000) 0.423 0.219(p=0.046) EMPATHY - 0.190(p=0.04)TANGIBILITY

ANAKOVA

Tests of Between-Subjects Effects

Dependent Variable: BERAT TULANG (gm)

.314a 4 7.840E-02 55.414 .000

6.904E-02 1 6.904E-02 48.797 .000

1.790E-02 1 1.790E-02 12.649 .001

.296 3 9.870E-02 69.765 .000

7.074E-02 50 1.415E-03

10.785 55

.384 54

SourceCorrected Model

Intercept

BB

KEL

Error

Total

Corrected Total

Type III Sumof Squares df Mean Square F Sig.

R Squared = .816 (Adjusted R Squared = .801)a.

VAR TERGANTUNG BERAT TULANG

VAR BEBAS KEL. RENANG

VAR MODERATOR BERAT BADAN

DESIGN

OBSERVASIONAL EKSPERIMANTAL

STD PENEMPANG

KOHORT

PRA EKSPERIMEN EKSPERIM SUNGGUH

ONE SHOT CASE

POST TEST ONLY

ONE GROUP PRE POST

CONT GROUP PRE POST

FAKTORIAL POST TEST

FAKTORIAL PRE PSTEST

SOLOMONSEPARATE SAMPLE

STUDI PENEMPANG

VAR RATIO VAR NOMINAL

BANDING HUBUNGAN

UJI t BEBAS ANOVA

ANACOVA

KORELASI

MANOVA

REGRESI MANCOVA

ASOSIASI

REGRESI

KHI KUADRAT

FISHER EXACT

ODD RATIO

MCNEMAR

KOHORT

RATIO ORDINAL NOMINAL

t PASANGAN ANOVA SS

ANV FAK SS

WILC SIGN

FRIEDMAN

MCNAMR

COCHRAN Q

TREND ORTHO RISIKO REL

POST TEST

RATIO ORDINAL NOMINAL

t BEBAS ANOVA 1

KOL REG

WILC SUM

KRUSK W

SPEARM

KENDALL

KHI KUADR

MANOVA

ONE GRP PRE-POST

RATIO ORDINAL NOMINAL

T PASANG

ANOVA SS

WILC SIGN

FRIEDM

MCNEMAR

COCHRAN

TREND ORT

SEPARATE SAMPLE

RATIO ORDINAL NOMINAL

ANOVA 1

KOL REG

KRUSK W

SPEARM

KHI KUADR

CONTING

MANOVA

DISKRIM

CONT GRP PRE-POSTTEST

RATIO ORDINAL NOMINAL

T PASANG

ANOVA SS

WILC SIGN

FRIEDM

ANV FAK SS

ANAKOVA

W.SUM KEL

MCNEMAR

COCHRAN

KHI KUADR

FAKTORIAL

ANV FAKTORIAL KOL REGRESI

EFEK UTAMA INTERAKSI

EFEK LUGAS

GANDA

FAKTORIAL PRE-POSTTEST

ANV FAK SS ANOVA SS

EFEK UTAMA INTERAKSI

EFEK LUGAS TREND ORT

T PASANG

TREND ORT

SOLOMON FOUR GRP

ANOVA 1 ANOVA 2 ANAKOVA

POPULASI DAN SAMPEL

• PENELITIAN ADALAH UPAYA PENGUM-PULAN, PENGOLAHAN, PENYAJIAN DAN ANALISIS DATA

• DATA DIPEROLEH DARI POPULSI PENELI-TIAN SESUAI DENGAN MASALAH DAN TUJUAN PENELITIAN

• PERLU PENENTUAN KRITERIA RESPONDEN

KRITERIA RESPONDEN

• KRIERIA INKLUSI– TENTUKAN SIFAT YANG MENENTUKAN

POPU-LASI YANG SESUAI DENGAN MASALAH– POPULASI TARGET SESUAI

• DEMOGRAFI• KLINIK

– POPULSI DI ASSES• GEOGRAFIK• SIFAT TEMPORER

KRITERIA RESPONDEN

• KRITERIA EKSKLUSI

– SUBYEK MENOLAK

– SUBYEK PINDAH TEMPAT MENGHINDARI

FOLLOW UP

– KESUKARAN BAHASA

– KONTRA INDIKASI PERLAKUAN

SAMPEL

• JIKA KEMAMPUAN PENELITI TERBATAS

YANG PERLU DILAKUKAN IALAH ME-

NGAMBIL SEBAGIAN POPULASI UNTUK

DITELITI .

• SEBAGIAN POPULASI INI DISEBUT SAM-

PEL PENELITIAN

SAMPEL, BESAR SAMPEL DAN SAMPLING

• SAMPEL

– SEBAGIAN DARI POPULASI YANG DIPILIH DAN

DIJADIKAN OBYEK DAN SUBYEK PENELITIAN

– DALAM PENELITIAN TIDAK MUNGKIN MENE-

LITI POPULASI KECUALI POPULASINYA KECIL

KARENA PERLU BIAYA BESAR, TENAGA

BANYAK DAN WAKTU LAMA

– SEBELUM SAMPEL DIPILIH TENTUKAN POPU-

LASI YANG SESUAI DENGAN TUJUAN PENELI-

TIAN

SAMPEL, BESAR SAMPEL DAN SAMPLING

• SYARAT SAMPEL

– MEWAKILI POPULASINYA• DALAM HAL :

– JUMLAHNYA– DAERAHNYA– DEMOGRAFINYA

– DIPILIH SECARA RAMBANG• MEMENUHI KAIDAH RAMBANG• SEMUA SUBYEK DIBERI KESEMPATAN

UNTUK DIPILIH

SAMPEL, BESAR SAMPEL DAN SAMPLING

• MANFAAT SAMPEL1. PENGHEMATAN BIAYA, TENAGA, WAKTU

2. MEMPERTIMBANGKAN SAMPLING ERROR YANG TERBAWA PADA KESIMPULAN

3. MENINGKATKAN KETEPATAN INFORMASI PENELITIAN

4. HARUS DILAKUKAN BILA OBSERVASI ATAU EKSPERIMEN PADA POPULASI BER-SIFAT PENGRUSAKAN

SAMPEL, BESAR SAMPEL DAN SAMPLING

• BESAR SAMPEL– BERBEDA DARI JUMLAH SAMPEL

• DIPENGARUHI OLEH– KEMAMPUAN PENELITI– SIFAT POPULASINYA– JENIS PENELITIAN– RANCANGAN PENELITIAN– ANALISIS STATISTIK YANG AKAN

DIGUNAKAN– MEAN DAN SIMPANG BAKU VARIABEL

OUTCOME

SAMPEL, BESAR SAMPEL DAN SAMPLING

• RUMUS BESAR SAMPEL :– OUTCOME DIKHOTOM, POPULASI INFINIT

– OUTCOME DIKHOTOM, POPULASI FINIT

Z= 1.96, p= proporsi yes , q = 1-p, n = besar sampel, N = populasi

dP = beda antara sampel dan populasi 0.05

2

2 **

Pd

qpZn

qpZNd

NqpZn

P **1

***22

2

SAMPEL, BESAR SAMPEL DAN SAMPLING

• RUMUS BESAR SAMPEL UNTUK UJI HIPOTESIS– OUTCOME KONTINU, EKSPERIMEN MURNI

n = BESAR SAMPEL TIAP KELOMPOK

Z = DEVIASI STANDART UNTUK = 0.05 1.96

Z = DEVIASI STANDART UNTUK = 0.10 1.28

Xt = MEAN KEL EKSPERIMEN

Xc = MEAN KEL KONTROL

Sc = SIMPANG BAKU KONTROLf = PROPORSI KEGAGALAN

2

222*

1

1

ct

c

XX

SZZ

fn

SAMPEL, BESAR SAMPEL DAN SAMPLING

• RUMUS BESAR SAMPEL :– OUTCOME KONTINUE, POPULASI INFINIT

– OUTCOME KONTINUE, POPULASI FINIT

– Z = 1.96, = simpang baku populasi, m = beda mean dan ,

– N = populasi, n = besar sampel

2

2.2 *

m

Zn

2.22

2.2

*1

**

ZNm

NZn

SAMPEL, BESAR SAMPEL DAN SAMPLING

• RUMUS BESAR SAMPEL UNTUK UJI HIPOTESIS– OUTCOME KONTINUE, RANCANGAN EKSPERIMEN

MURNI

n = besar sampel

Z = deviasi standart untuk = 0.05 1.96

Z = deviasi standart untuk = 0.10 1.28

Xt = mean kelompok perlakuan

Xc = mean kelompok kontrol

Sc = simpang baku kelompok kontrolf = proporsi kegagalan

2

22 *2*

1

1

ct

c

XX

SZZ

fn

SAMPEL, BESAR SAMPEL DAN SAMPLING

• RUMUS BESAR SAMPEL UNTUK UJI HIPOTESIS– OUTCOME KONTINUE, RANCANGAN EKSPERIMEN

MURNI

n = besar sampel

Z = deviasi standart untuk = 0.05 1.96 Z = deviasi standart untuk = 0.10 1.28Xt1 = mean kelompok perlakuan 1Xt2 = mean kelompok perlakuan 2Sp 2= varian baku gabungan= (S2

1 + S22) / 2

f = proporsi kegagalan

2

21

22 *2*

1

1

tt

p

XX

SZZ

fn

SAMPEL, BESAR SAMPEL DAN SAMPLING

• RUMUS BESAR SAMPEL UNTUK UJI HIPOTESIS– OUTCOME DIKHOTOM, RANCANGAN EKSPERIMEN

MURNI

n = besar sampelZ = deviasi standart untuk = 0.05 1.96 Z = deviasi standart untuk = 0.10 1.28pt = proporsi Yes kelompok perlakuanpc = proporsi Yes kelompok kontrolp = (pt + pc ) / 2f = proporsi kegagalan

2

2 1*2*

1

1

ct pp

ppZZ

fn

SAMPEL, BESAR SAMPEL DAN SAMPLING

Untuk penelitian pre-post test besar sampel dihitung menggunakan :

QD2/2 = 1

Hingga n = (Z +Z ) 2 = (1.96+1.28)2 = 10,49 = 11Z = 1.96 bila = 0.05 dua arah

Z = 1.28 bila = 0.10

2

22

QDZZ

n

SAMPEL, BESAR SAMPEL DAN SAMPLING

TEKNIK SAMPLING• PROBABILITY SAMPLING

– SIMPLE RANDOM SAMPLING• POPULASI HOMOGEN

– SYSTEMATIC RANDOM SAMPLING• POPULASI HOMOGEN

– STRATIFIED RANDOM SAMPLING• POPULASI HETEROGEN

– CLUSTER SAMPLING• POPULASI TERPENCAR > DAERAH

– MULTISTAGE SAMPLING• BERTAHAP, STRATA DULU BARU RAMBANG

SAMPEL, BESAR SAMPEL DAN SAMPLING

• NON PROBABILITY SAMPLING– ACCIDENTAL SAMPLING– PURPOSIVE SAMPLING (JUDGMENT SAM-

PLING)– QUOTA SAMPLING

– CIRI-CIRI• LEMAH UNTUK KEPUTUSAN STATISTIK• AKAN MEMPERBESAR RANDOM ERROR• VALIDITAS EKSTERNA KURANG BAIK

ALUR PENELITIAN

Tesis

Pengaruh Oksigen Hiperbarik Terhadap Proses Penyembuhan

Cedera Tulang Rawan Sendi Lutut Pada Tikus Putih Jantan

MASALAH

1. OHB DIGUNAKAN UNTUK PENGOBATAN KLINIS DEKOMPRESI

2. OHB DIGUNAKAN UNTUK PENGOBATAN KLINIS NON DEKOPRESSI (LUKA BAKAR, FRAKTUR TULANG, TULANG RAWAN)

PROSES PENYEMBUHAN TULANG RAWAN SENDI PADA PEMBERIAN OHB MASIH BELUM JELAS

URGENSI

1. TULANG RAWAN SENDI JARINGAN UNIK

a. MENAHAN BEBAN TUBUH b. KETEBALAN TIPIS c. TIDAK ADA ALIRAN DARAH d. TERGANTUNG PADA DIFUSI2. CEDERA TULANG RAWAN

PENURUNAN NUTRISI

3. PERLU PENGOBATAN CEPAT PaO2

DENGAN OHB

KHRONOLOGI

1. OHB PaO2 DALAM CAIR SINOVIAL UNTUK SINTESIS MATRIKS TULANG RAWAN, KOLAGEN

2. PROLIFERASI SEL SINOVIOSIT TGF PRODUKSI CAIRAN SINOVIAL KONDROSIT TEBAL TULANG RAWAN

SOLUSI

MODEL TIKUS PUTIH DILAKUKAN TRANSEKSI LIGAMEN KRUSIATUM ANTERIOR DAN MENISEKTOMI KMD LATIHAN PADA ROTAROD LALU DIPAPARKAN PADA OHB 2.4 ATA AKHIRNYA DIPERIKSA JUMLAH KONDROSIT YANG MENGEKSPRESI-KAN TGF, JUMLAH KONDROSIT DAN TEBAL TULANG RAWAN

RUMUSAN MASALAH

APAKAH OHB MENINGKATKAN PROSES PENYEMBUHAN TULANG RAWAN SENDI ?

TUJUAN UMUM

MENJELASKAN OHB MEMPERCEPAT PROSES PENYEMBUHAN TULANG RWAN SENDI

TUJUAN KHUSUS

1. MEMBUKTIKAN BAHWA OHB MENINGKATKAN KONDROSIT YANG MENGEKSPRESIKAN TGF

2. MEMBUKTIKAN BAHWA OHB MENINGKATKAN JUMLAH KONDROSIT

3. MEMBUKTIKAN BAHWA OHB MENINGKATKAN TEBAL TULANG RAWAN

4. MENENTUKAN POLA URUTAN VARIABEL YANG DIPENGARUHI

KERANGKA KONSEPOHB

PO2 DARAH

PO2 INTRASEL PROLIFERASI & AKTIFITAS KONDROSIT ATP TGF JUMLH KONDROSIT PROLIFERASI SEL SINOVIOSIT TGF SINTESIS MATRIKS

JUMLAH SINOVIOSIT SINTESIS METALO PROTEINASE PLASMINOGEN ACTIFATOR PRODUKSI CAIR SINOVIAL DEGRADASI MATRIKS

SISTESIS TULANG RAWAN

TEBAL TULANG RAWAN

MEMBRAN SINOVIAL TULANG RAWAN SENDI

HIPOTESIS

OKSIGEN HIPERBARIK (OHB) MENINGKAT-KAN PROSES PENYEMBUHAN CEDERA TULANG RAWAN SENDI

METODE PENELITIAN

JENIS : PENELITIAN EKSPERIMENTALRANCANGAN :POST TEST ONLY CONTROL GROUP DESIGN K1 O1 T A OHB1 RP S K2 O2

OHB2 K3 O3

POPULASI DAN SAMPEL

POPULASI TIKUS Ratus novergicus galur wistar

SAMPEL DIPILIH RAMBANG DARI POPULASI.

BESAR SAMPEL PENELITIAN PENDAHULUAN DIHITUNG DENGAN RUMUS: Z = 1.65

Z = 1.28 D2/2 = 1 n = 9 10BILA PENELITIAN SELESAI BESAR SAMPEL

DIHITUNG KEMBALI PAKAI HIGGINS

2

22

2

DxZZ

n

VARIABEL

TERGANTUNG

1. PROSENTASE KONDROSIT TGF

2. JUMLAH KONDROSIT

3 TEBAL TULANG RAWAN

BEBAS

1. OHB 2.4 ATA 10 KALI (SATU SERI)

2. OHB 2.4 ATA 20 KALI (DUA SERI)

ANALISIS DATA

1. DESKRIPTIP

2. NORMALITAS DISTRIBUSI

3. HOMOGENITAS VAR. BERAT BADAN

4. MANOVA DIIKUTI UJI LSD

5. ANALISIS DISKRIMINAN TIPE DESKRIPTIP

6. UJI KORELASI VAR. TERGANTUNG DAN LAMA PAPARAN OHB

ANALISIS DATA PENELITIAN

DESKRIPTIFReport

KELOMPOK KONDROSIT (plp)TEBAL TL RAWAN (mm) TGF BETA (plp)

KONTROLMean 7.8200 6.0000E-02 .8800

Std. Deviation 1.1053 1.0285E-02 . 3425

N 10 10 10

HBO 1 SERI Mean 13.2800 10960 1.5400

Std. Deviation 2.8801 2.3679E-02 .7891

N 10 10 10

HBO 2 SERI Mean 16.7800 16140 2.0800

Std. Deviation 2.5218 1.4300E-02 .8066

N 10 10 10

NORMALIAS DISTRIBUSI

KELOMPOK KONDROSIT

TEBAL TUL RAWAN

TGF

KONSTROL KS Z

P

0.784

0.570

0.632

0.819

0.657

0.782

OHB 1 SERI KS Z

P

0.380

0.999

0.507

0959

0.800

0.543

OHB 2 SERI KS Z

P

0.546

0.927

0.483

0.974

0.451

0.984

KARENA SEMUA PELUANG KESALAHAN > 0.05

DISTRIBUSI VARIABEL NORMAL

MANOVA

Multivariate Testsc

.993 1188.021a 3.000 25.000 .000

.007 1188.021a 3.000 25.000 .000

142.563 1188.021a 3.000 25.000 .000

142.563 1188.021a 3.000 25.000 .000

.976 8.256 6.000 52.000 .000

.056 26.879a 6.000 50.000 .000

16.288 65.151 6.000 48.000 .000

16.253 140.857b 3.000 26.000 .000

Pillai's Trace

Wilks' Lambda

Hotelling's Trace

Roy's Largest Root

Pillai's Trace

Wilks' Lambda

Hotelling's Trace

Roy's Largest Root

EffectIntercept

KEL

Value FHypothesis

dfError

df Sig.

Exact statistica.

The statistic is an upper bound on F that yields a lower bound on the significancelevel.

b.

Design: Intercept+KELc.

UJI BEDA NYATA TERKECIL (LSD)

Pairwise Comparisons

-5.460 1.029 .000

-8.960 1.029 .000

-3.500 1.029 .002

-4.960E-02 .008 .000

-.101 .008 .000

-5.180E-02 .008 .000

-.660 .304 .039

-1.200 .304 .001

-.540 .304 .087

(J) KELOMPOKHBO 1 SERI

HBO 2 SERI

HBO 2 SERI

HBO 1 SERI

HBO 2 SERI

HBO 2 SERI

HBO 1 SERI

HBO 2 SERI

HBO 2 SERI

(I) KELOMPOKKONTROL

HBO 1 SERI

KONTROL

HBO 1 SERI

KONTROL

HBO 1 SERI

Dependent VariableKONDROSIT (plp)

TEBAL TL RAWAN (mm)

TGF BETA (plp)

MeanDifference

(I-J)Std.Error Sig.

a

Based on estimated marginal means

Adjustment for multiple comparisons: Least Significant Difference (equivalent to noadjustments).

a.

DIAGRAM BATANG

RERATA JUMLAH KONDROSIT (plp) MENURUT

KELOMPOK PERLAKUAN

RERATA KONDROSIT (plp)

KELOMPOK

HBO 2 SERIHBO 1 SERIKONTROL

RE

RA

TA

K

ON

DR

OS

IT (

plp

)

18

15

12

9

6

3

0

DIAGRAM BATANG

RERATA TEBAL TULANG RAWAN MENURUTKELOMPOK PERLAKUAN

RERATA TEBAL TL RAWAN (mm)

KELOMPOK

HBO 2 SERIHBO 1 SERIKONTROL

RE

RA

TA

TE

BA

L T

L R

AW

AN

(m

m)

.18

.15

.12

.09

.06

.03

0.00

DIAGRAM BATANG

RERATA TGF BETA (plp) MENURUTKELOMPOK PERLAKUAN

RERATA TGF BETA (plp)

KELOMPOK

HBO 2 SERIHBO 1 SERIKONTROL

RE

RA

TA

TG

F B

ET

A (

plp

)

2.2

2.0

1.8

1.6

1.4

1.2

1.0

.8

.6

.4

.2

0.0

ANALISIS DISKRIMINAN , KONTROL X 1 SERI

KONTRIBUSI TERKUAT TEBAL TL RAWAN, KONDROSIT, TGF BETA

Variables Entered/Removeda,b,c,d

TEBAL TLRAWAN(mm)

.328 1 1 ** 36.912 1 18 .000

KONDROSIT (plp)

.143 2 1 ** 50.884 2 17 .000

TGFBETA(plp)

.104 3 1 ** 46.131 3 16 .000

Step1

2

3

Entered Statistic df1df2

df3 Statistic df1 df2 Sig.

Exact F

Wilks' Lambda

At each step, the variable that minimizes the overall Wilks' Lambda is entered.

Maximum number of steps is 6.a.

Minimum partial F to enter is 3.84.b.

Maximum partial F to remove is 2.71.c.

F level, tolerance, or VIN insufficient for further computation.d.

POLA KONTRIBUSI VARIABEL

TABEL RERATA KONTRIBUSI VARIABEL MENURUT KELOMPOK

Mean

24.6330 22.9196 6.3853

72.6416 74.6430 19.6673

KELOMPOKKONTROL

HBO 1 SERI

KONTRIBKON 12

KONTRIBTEB 12

KONTRIBTGF 12

POLA KONTRIBUSI VARIABEL

.POLA KONTRIBUSI VARIABEL PADA OHB SATU SERI.

KONTROL

HBO 1 SERI

KELOMPOK

Statistics : RERATA

KONTRIB KON 12 KONTRIB TEB 12 KONTRIB TGF 12

Variabel

0.0000

25.0000

50.0000

75.0000

NIL

AI

ANALISIS DISKRIMINAN , KONTROL X 2 SERI

KONTRIBUSI TERKUAT TEBAL TL RAWAN, , TGF BETA KONDROSIT

Variables Entered/Removeda,b,c,d

TEBAL TLRAWAN(mm)

.052 1 1 18.0 331.391 1 18.0 .000

TGFBETA(plp)

.040 2 1 18.0 203.542 2 17.0 .000

KONDROSIT (plp)

.031 3 1 18.0 164.521 3 16.0 .000

Step1

2

3

Entered Statistic df1 df2 df3 Statistic df1 df2 Sig.

Exact F

Wilks' Lambda

At each step, the variable that minimizes the overall Wilks' Lambda is entered.

Maximum number of steps is 6.a.

Minimum partial F to enter is 3.84.b.

Maximum partial F to remove is 2.71.c.

F level, tolerance, or VIN insufficient for further computation.d.

POLA KONTRIBUSI VARIABEL

TABEL RERATA KONTRIBUSI VARIABEL MENURUT KELOMPOK

Mean

6.5991 25.7369 19.1121

37.2424 186.9430 87.1218

KELOMPOKKONTROL

HBO 2 SERI

KONTRIBTGF 13

KONTRIBTEB 13

KONTRIBKON 13

POLA KONTRIBUSI VARIABEL

.. POLA KONTRIBUSI VARIABEL PADA OHB DUA SERI

KONTROL

HBO 2 SERI

KELOMPOK

Statistics : RERATA

KONTRIB TGF 13 KONTRIB TEB 13 KONTRIB KON 13

Variabel

0.0000

50.0000

100.0000

150.0000

NIL

AI

KORELASI ANTAR VARIABEL

MAKIN LAMA OHB MAKIN TINGGI VARIABEL TERGANTUNG

Correlations

1.000 .769** .398* .854**

. .000 .029 .000

30 30 30 30

.769** 1.000 .485** .931**

.000 . .007 .000

30 30 30 30

.398* .485** 1.000 .604**

.029 .007 . .000

30 30 30 30

.854** .931** .604** 1.000

.000 .000 .000 .

30 30 30 30

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

Pearson Correlation

Sig. (2-tailed)

N

KONDROSIT (plp)

TEBAL TL RAWAN (mm)

TGF BETA (plp)

WAKTU HBO

KONDROSIT(plp)

TEBAL TLRAWAN (mm)

TGF BETA(plp) WAKTU HBO

Correlation is significant at the 0.01 level (2-tailed).**.

Correlation is significant at the 0.05 level (2-tailed).*.