Pemilihan Uji Statistik@2013

PEMILIHAN UJI STATISTIKDr. TA Larasati, M.Kes

Subbag Ilmu Kedokteran keluargaFK UNILA

VARIABEL DEPENDEN(Y)HASIL MENGUKUR Y

KONTINUKONTINUKATEGORIKATEGORI

PENGUKURAN VARIABEL HASIL MENGUKUR X & Y

KONTINUKONTINUKATEGORIKATEGORI

NILAI p (probabilitas)Besarnya kemungkinan hasil yang diperoleh

atau hasil yang lebih ekstrem diperoleh karena faktor peluang, bila hipotesis nol benar.

HASIL UKUR

VARIABEL Y

KATEGORI KONTINU

X

KATEGORI GORI-GORI GORI-TINU

KONTINU TINU-GORI TINU-TINU

HASIL UKUR vs HIPOTESAMencari hubungan kategori

Ada hubungan merokok dengan kejadian BBLRBerkaitan dengan risiko atau penyebab

Mencari perbedaan kontinyu Ada perbedaan kadar kolesterol antara

kelompok intervensi dengan kelompok kontrol

HASIL UKUR vs ANALISIS STATISTIKGori-gori

Chi-squareTinu-gori

Regresi logistikGori-tinu

Gori 2 : uji T Tidak berhubungan- independen Berhubungan- related

Gori 3 : uji AnovaTinu-tinu

Korelasi, regresi linier

SKALA UKUR VARIABEL Terdiri dari 4 macam:1) Nominal2) Ordinal3) Interval4) Ratio

NOMINAL Pengukuran yang paling lemah

tingkatannya, terjadi apabila bilangan atau lambang yang digunakan untuk mengklasifikasikan objek pengamatan. Setiap objek akan masuk salah satu lambang atau kelompok

Contoh : Agama dapat dikelompokkan menjadi Islam,

Kristen, Budha, Hindu. Jenis kelamin, warna, golongan darah

NOMINAL

OrdinalPengukuran ini membagi kelompok-

kelompok, tetapi antara kelompok itu ada hubungan (rangking). Hubungan antara kelompok ini dapat ditulis lebih besar, lebih kecil. Jadi dari kelompok yang sudah ditentukan dapat diurut menurut besar kecilnya.

Contoh: pendidikan (dikelompokkan menjadi rendah, sedang, tinggi), sosial ekonomi, derajat hipertensi

Interval Kalau dalam skala ordinal kita hanya dapat

menentukan urutan dari kelompok, maka didalam skala interval selain membagi objek dalam kelompok tertentu dan dapat diurutkan juga dapat ditentukan jarak dari urutan kelompok tersebut.

Contoh: pengukuran suhu, IQ

Rasio Dengan skala ratio kita dapat

mengelompokkan data, kelompok itupun dapat diurutkan dan jarak urutanpun dapat ditentukan. Selain itu sifat lain untuk data dengan skala ratio kelompok tersebut terdapat nilai nol mutlak

Contoh: pengukuran tinggi badan, berat badan

Struktur tingkatan skala SIFAT SKALA NOMINAL ORDINAL INTERVA

LRATI

O

Klasifikasi + + + +

Urutan pengamatan

- + + +

Jarak antar kelompok

- - + +

Titik nol mutlak - - - +

SKALA PENGUKURAN NOMINAL ORDINAL INTERVAL RASIO

Pengelompokkan/beda pengamatan

+ + + +

Urutan pengamatan dapat ditentukan

- + + +

Jarak/besar beda antar kelompok dapat diketahui

- - + +

Perbandingan antar kelompok (ada titik mutlak)

- - - +

Contoh Jenis kelamin

Derajat hipertensi, status gizi

Suhu Berat badan

PENJENJANGAN SKALA

ANALISA UNIVARIAT Mean, Median, Mode, Sd, Se, Range,

Min-Max, Skewness, Kurtosis Boxplot; Stem-Leaf

Tujuan:1. Deskripsi setiap variabel diteliti2. Diagnosis asumsi statistik lanjut

3. Deteksi nilai ekstrim/outlier

ANALISIS BIVARIAT:1. Diagnosis data2. Uji Hipotesisi 2 var

Tujuanuji

Jumlahsampel /pasangan

Macam sampel (bebas /

berpasangan)

Jenis variabel

Rasio-Intervalpop. berdistribusi

normal

Ordinal /Rasio-Interval

distrib. tak normal

Nominal/ kategorik

Komparasi(perbeda-

an)

2

Bebas(independent)

Uji t 2 sampel bebas

~ Uji Mann- Whitney~ Uji jumlah peringkat dari Wilcoxon

~ Uji khi- kuadrat~ Uji eksak dari Fisher

Berpasangan(related/paired)

Uji t sampel berpasangan

Uji peringkat bertanda dari

Wilcoxon

Uji McNemar(u/ kategori dikotomik)

> 2

Bebas(independent)

Anava 1 arah Uji Kruskall-Wallis Uji khi-kuadrat

Berpasangan(related/paired)

Anava u/ subyek yg sama

Uji Friedman Uji Cochran's Q (u/ kategori dikotomik)

Korelasi ~ Korelasi dari

Pearson (r)~ (Regresi)

~ Korelasi dari Spearman (rs)

~ Asosiasi Kappa (k)

~ Koefisien Kontingensi (C)~ Koefisien Phi

PEMILIHAN UJI STATISTIK UNIVARIAT / BIVARIAT

Cara pemilihan uji statistik multivariat

Model loglinierModel loglinierModel loglinierModel loglinier

Koefisienkonkordans W

Fungsidiskriminan

Fungsidiskriminan

> 1 variabel

Model loglinierRegresi logistik

ganda

Uji tandaUji medianUji jumlah

peringkat dariWilcoxon

Uji Mann-WhitneyUji Kruskal Wall is

Model log-linierKoefisien

konkordans WRegresi logistik

ganda

KorelasiSpearman

Korelasi Kendall 'stau

Korelasi kappa

Fungsidiskriminan

Regresi logistikganda

KorelasiSpearman

Korelasi Kendall'stau

1 variabel

Ordinal

Multivariat anavaAnava padakomponenprinsipal


Hotell ing's TAnalisis profil



Korelasi kanonikalAnalisis jalur

Model strukturalKorelasi kanonikal> 1 variabel

Anava multi faktor

Regresi gandaMultiple-

classificationanalysis

Analisis survival

Uji t 2 sampelbebas

Anava 1 faktorAnalisis survival

Anova multi faktorRegresi ganda

Multiple-classification

analysisAnalisis survival

KorelasiSpearman

Korelasi Kendall 'stau

Korelasi gandaRegresi ganda

Analisis survival

KorelasiRegresi

Analisis survival1 variabel

Rasio /Interval

Model loglinear

Uji chi-square 1sampel

Uji binomial /McNemar

Model loglinear

Uji Kolmogorof-Smirnov 1 sampel

Uji peringkatbertanda dari

Wilcoxon

Analisis faktorAnalisis kluster

Komponenprinsipal

Matriks korelasi

Uji t 1 sampel

Uji normalitas (G)Uji t sampel

berpasangan0 variabel

> 1 variabel1 variabel> 1 variabel1 variabel> 1 variabel1 variabel

Nominal (kategorikal)OrdinalRasio / Interval

Variabel BebasVariabel Tergantung

LanjutanCara pemilihan uji statistik multivariat

Model loglinierModel loglinierModel loglinierModel loglinierFungsidiskriminan

Fungsidiskriminan

> 1 variabel


Model loglinier

Uji chi-squareUji pasti FisherKoefisien Phi

Korelasi kappa


Model loglinier

Uji tandaUji medianUji jumlah

peringkat dariWilcoxon

Uji Mann-W hitneyUji Kruskall Wallis

Fungsidiskriminan


Uji t 2 sampelbebas

Anava 1 faktor

1 variabelNominal

(kate-gorikal)

> 1 variabel1 variabel> 1 variabel1 variabel> 1 variabel1 variabel

Nominal (kategorikal)OrdinalRasio / Interval

Variabel BebasVariabel Tergantung

LATIHAN MEMILIH ALAT STATISTIK(2)

PERTNY. PENELITIAN V-INDEPENDEN V-DEPENDEN JENIS ANALISIS Apakah Lk dan Pr dalam Klp Intervensi dan Kontrol berbeda bermakna dalam ketaatan berobat (compliance)

1. Jenis kelamin 2. Klp Itv-Kontrol (Nominal)

Taat/Tidak Regresi Logistik Berganda

Apakah Umur; Income; Lama Bersekolah (Pendidikan) berhubungan dg Kepuasan?

1. Umur 2. Income 3. Lama Sekolah

(th)

Skor Kepuasan Regresi Linier Berganda

Apakah Umur, Income, Lama Bersekolah dalam Klp Itv & Kontrol berbeda dalam Pengetahuan dan Sikap?

1. Umur 2. Income 3. Lama Sekolah 4. Klp Itv &

Kontrol

Skor Pengetahuan & Sikap (Interval)

Mancova (Multivariate Analysis of Covariance)

Pemilihan Uji Statistik@2013

Documents

Transcript of Pemilihan Uji Statistik@2013