LAPORAN SGD 6 BLOK 15 LBM 4Statistik Kedokteran

Disusun Oleh,

1. Aria Rahmadani1120800062. Alifatul Rahmafitri1121101763. Karunia Budi H1121104. Lola Carola 1121102085. Nifarea Anlila V 1121102136. Rizki Widya P 1121102247. Shita Mahanani1121102258. Soraya Dewi I1121102269. Syarifah Nur L11211022710. Taufiah Resa A 11211011. Winda Puspitasari11011023512. Yoga Rizki Ramadhani112110237

KATA PENGANTAR

Puji syukur kita panjatkan ke hadirat Allah yang telah melimpahkan rahmat dan hidayah-Nya kepada kami, sehingga kami bisa menyelesaikan laporan hasil SGD Statistik Kedokteran. Laporan ini disusun untuk memenuhi tugas SGD yang telah dilaksanakan.

Tak lupa kami mengucapkan terima kasih kepada dosen pembimbing yang telah membantu kami dalam mengerjakan laporan ini. Kami juga mengucapkan terima kasih kepada teman-teman mahasiswa yang juga sudah bersusah payah membantu baik langsung maupun tidak langsung dalam pembuatan laporan ini.

Keberadaan laporan ini sungguh sangat membahagiakan, karena selama ini mahasiswa kedokteran gigi dapat belajar mengenai topik atau subjek yang memang harus dipelajari. Statistik Kedokteran merupakan disiplin ilmu yang mempelajari metode dan prosedur pengumpulan, penyajian, analisa dan penyimpulan suatu data mentah agar menghasilkan informasi yang lebih jelas untuk keperluan suatu pendekatan ilmiah.Tentunya ada hal-hal yang ingin kami berikan kepada masyarakat dari hasil laporan ini. Karena itu kami berharap semoga laporan ini dapat menjadi sesuatu yang berguna bagi kita bersama. Semoga laporan yang kami buat ini dapat membuat kita mencapai kehidupan yang lebih baik lagi. Amin.

Jazakumullhahi khoiro jaza

Semarang, 15 Oktober 2013

Penyusun

SKENARIO

Jadi, pemilihan uji statistic ada logikanya, ada nalarnya juga

Dosen : Bagaimana Farhan proposal kamu sudah hampir siap kan ?Farhan : eh.. iya pak... tapi ini saya masih belum pasti dengan statistiknya pak, yang mana yang hasrus saya gunakan pak agar uji statistiknya tepat dengan penelitiannya pak ?Dosen : Metode ilmiah adalah suatu cara atu metode / alat untuk memecahkan masalah yang kita hadapi, dan kamu harus kompeten dengan biostatistik, untuk membantu memecahkan masalahnya, statistik apa yang akan kamu pakai.Farhan : o iya pak... ada 2 jenis statistik ya pak, kalau tidak salah statistik deskriptif dan inferensialDosen : Ya... tapi kamu harus bisa menetapkan uji statistiknya baik yang parametrik dan non parametrik, uji statistik ini juga ada logikanya, ada nalarnya juga. Coba kamu pelajari lagi ya tentang statistik ini...Farhan : Terima kasih pak... mudah-mudahan saya menyelesaikan BAB 3 ini terutama dapat menentukan uji statistik yang tepat untuk penelitian saya ya pak..Dosen : Semangat ya...

PENDAHULUAN

A. Latar Belakang

Belakangan ini diketahui bahwa banyaknya mahasiswa yang belum memahami mengenai Statistik Kedokteran dan kesulitan dalam mencari sumber belajar yang tepat dan dapat dipercaya. Dalam kenyataannya menunjukkan bahwa tidak banyak mahasiswa yang mau bersusah payah untuk mencari jawaban ataupun sumber-sumber belajar secara terperinci dan jelas. Oleh karena itu perlu diupayakan suatu pembelajaran yang dapat meningkatkan kemampuan mahasiswa dalam memahami dan mendapatkan sumber belajar mengenai Statistik Kedokteran yang baik agar dapat menyelesaikan soal pembelajaran.Upaya dalam meningkatkan kemampuan mahasiswa dalam menemukan sumber belajar merupakan suatu upaya yang paling logis dan realistis. Dosen ataupun Tutor sebagai salah satu faktor penting dalam upaya peningkatan keberhasilan pendidikan di Universitas, khususnya dalam peningkatan aktivitas dan hasil belajar, harus berperan aktif serta dapat memilih strategi pembelajaran yang tepat untuk meningkatkan hasil belajar mahasiswa..

B. Learning Issues

1. Fungsi statistik dalam penelitian kesehatan ?2. Langkah pemilihan uji statistik ?3. Hal yang harus diperhatikan dalam menguji statistik ?4. Usaha untuk mengurangi uji statistik ?5. Metode statistik non parametrik dan parametrik ?6. Syarat untuk menguji statistik parametrik dan non parametrik ?7. Kelebihan dan kekurangan statistik parametrik dan non parametrik ?8. Perbedaan statistik dekskriptif dan inferensial ?9. Faktor yang mempengaruhi uji statistik ?10. Logika dan nalar dalam skenario, maksudnya bagaimana ?11. Uji normalitas termasuk statistik apa ?

PEMBAHASANStatistik Kedokteran Statistic berasal dari kata status atau Negara yang mencakup tiga pengertian yaitu sebagai ilmu, kegiatan, dan data. Menurut undang- undang RI No.7 tahun 1960, statistic adalah keterangan berupa angka- angka yang memberikan gambaran yang wajar dan seluruh ciri kegiatan dan keadaan masyarakat Indonesia.Secara umum statistic adalah disiplin ilmu yang mempelajari metode dan prosedur pengumpulan, penyajian, analisa dan penyimpulan suatu data mentah agar menghasilkan informasi yang lebih jelas untuk keperluan suatu pendekatan ilmiah atau scientific inferences. Ada beberapa fungsi dari statistik dalam penelitian kesehatan, yaitu diantaranya :

Mengukur status kesehatan masyarakat dan mengetahui masalah kesehatan yang terdapat pada berbagai kelompok masyarakat Membandingkan status kesehatan masyarakat di satu tempat dengan temapat lain, atau status kesehatan masyarakat sekarang dengan status kesehatan yang lampau Evaluasi tentang perjalanan, keberhasilan, dan kegagalan dari suatu progam kesehatan atau pelayanan kesehatan yang dilaksanakan. Keperluan research terhadap masalah kesehatan Memberikan gambaran/keterangan tentang masalah kesehatan Penentuan prioritas masalah yang perlu ditanggulangi Bahan yang dapat digunakan untuk perencanaan bidang kesehatan Dapat membandingkan tingkat kesehatan masyarakat Menilai dan menganalisa hasil usaha kesehatan Dapat menentukan kebutuhan dalam bidang kesehatan yang sudah atau belum dipenuhi Dapat mencari hubungan sebab dan akibat Dokumentasi data kesehatan masyarakat Untuk melihat dan membandingkan tingkat kesehatan masyarakat Untuk menentukan masalah dan penyebab dari suatu msalah kesehatan Memeberikan gambaran/keterangan tentang masalah kesehatan Penentuan prioritas masalah yang perlu ditanggulangi Bahan yang dapat digunakan untuk perencanaan bidang kesehatan Dapat membandingkan tingkat kesehatan masyarakat Menilai dan menganalisa hasil usaha kesehatan Dapat menentukan kebutuhan dalam bidang kesehatan yang sudah atau belum dipenuhi Dapat mencari hubungan sebab dan akibat Dokumentasi data kesehatan masyarakat Alat untuk menganalisis data spt menguji hipotesis penelitian yang diajukan, untuk meringkas data sedemikian rupa sehingga menjadi informasi yang lebih sederhana dan lebih mudah dipahami, dalam bidang kesehatan sebagai evaluasi tentang perjalanan, keberhasilan, dan kegagalan dlm suatu program kesehatan atau pelayanan kesehatan yg sedang dilakukan. Membantu dalam menentukan prediksi waktu yang akan datang Membagikan info tentang karakterisitik distribusi tertentu sehingga berguna untuk menghyati populasi yang sedang diamati

Macam- macam uji statistic dalam penelitian Ada 2 macam uji statistic berdasarkan tujuan dan analisa data:1. Statistic deskriptif/ deduktifMerupakan metode dan prosedur statistic yang hanya dipakai terbatas pada pengumpulan, penyajian, dan analisa data dalam bentuk narasi, tabulasi, atau diagram serta penghitingan persentase, nilai rata- rata, standar defiasi, dan lain- lain dari data sampel tanpa perlu adanya peramalan dan pembuktian statistic terhadap kelompok data yang lebih luas/ populasi.Berikut ini merupakan langkah-langkah dari statistik Deskriptif : Menghitung rata rata data Menghitung simpangan baku Membuat keputusan pengujian hipotesis Menggambar kurvanya2. Statistic inferensial/ induktifMetode dan prosedur statistic yang dipakai seperti pada statistic deskriptif namun juga disertai dengan pembuktian secara statistic apakah data sampel yang sedang diteliti ini betul- betul berhasil dan telah mewakili ciri- ciri kelompok data yang lebih luas/ populasi dengan cara melakukan estimasi, tes hipotesis, dan prediksi terhadap parameter populasi. Dan hasilnya akan digeneralisasikan untuk populasi dimana sampel diambil, biasanya digunakan untuk teknik sampel random.Berikut ini merupakan langkah-langkah dari statistic inferensial : Merumuskan hipotesis, Terdapat dua jenis hipotesa yakni hipotesa awal (Ho) dan hipotesa alternative ( H1). Memilih uji dalam statistik berkaitan dengan distribusi yang dimiliki oleh data Menentukan tingkat kemaknaan dan besar sampel Mengasumsikan distribusi sampel kemudian tetapkan daerah penolakan Menghitung data Mengambil kesimpulanDalam pemilihan uji statistik terdapat langkah-langkah yang harus diperhatikan, yaitu meliputi : Langkah-Langkah Pemilihan Metode Statistik Kapan metode statistik nonparametrik digunakan? Metode pengujian ini digunakan bila salah satu syarat dalam statistik parametrik tidak terpenuhi. Syarat-syarat yang perlu diperhatikan untuk menentukan statistik apa yang akan digunakan dalam analisis, yaitu: 1. Apakah distribusi data diketahui? Jika distribusi data tidak diketahui maka statistik yang sesuai adalah statistik nonparametrik. Jika distribusi data diketahui, maka kita harus melihat jenis distribusi data tersebut. 2. Apakah data berdistibusi normal? Jika data tidak berdistribusi normal, maka statistik yang sesuai adalah statistik nonparametrik. Jika data berdistribusi normal, maka statistik yang sesuai adalah statistik parametrik. 3. Apakah sampel ditarik secara random? Jika sampel tidak ditarik secara random, maka statistik yang sesuai adalah statistik nonparametrik. Jika sampel ditarik secara random, maka statistik yang sesuai adalah statistik parametrik. 4. Apakah varians kelompok sama? Jika varians kelompok tidak sama, maka statistik yang sesuai adalah statistik nonparametrik. Jika varians kelompok sama, maka statistik yang sesuai adalah statistik parametrik. 5. Bagaimana jenis skala pengukuran data? Jika skala pengukuran data nominal dan ordinal, maka statistik yang sesuai adalah statistik nonparametrik. Jika skala pengukuran data interval dan rasio, maka statistik yang sesuai adalah statistik parametrik. Apakah distribusi data diketahui?Jika distribusi data tidak diketahui maka statistik yang sesuai adalah statistik nonparametrik. Jika distribusi data diketahui, maka kita harus melihat jenis distribusi data tersebut. Apakah distribusi normal?Jika data tidak berdistribusi normal, maka statistik yang sesuai adalah statistik nonparametrik. Jika data berdistribusi normal, maka statistik yang sesuai adalah statistik parametrik. Apakah sampel ditarik secara random?Jika sampel tidak ditarik secara random, maka statistik yang sesuai adalah statistik nonparametrik. Jika sampel ditarik secara random, maka statistik yang sesuai adalah statistik parametrik. Apakah varians kelompok sama?Jika varians kelompok tidak sama, maka statistik yang sesuai adalah statistik nonparametrik. Jika varians kelompok sama, maka statistik yang sesuai adalah statistik parametrik. Bagaimana jenis skala pengukuran data?Jika skala pengukuran data nominal dan ordinal, maka statistik yang sesuai adalah statistik nonparametrik. Jika skala pengukuran data interval dan rasio, maka statistik yang sesuai adalah statistik parametrik.

Prinsip-prinsip distribusi normal, yaitu meliputi : Distribusi dari suatu sampel yang dijadikan obyek pengukuran berasal dari distribusi populasi yang diasumsikan terdistribusi secara normal. Sampel diperoleh secara random, dengan jumlah sampel yang dianggap dapat mewakili populasi. Distribusi normal merupakan bagian dari distribusi probabilitas yang kontinyu (continuous probability distribution). Impilkasinya, skala pengukuran pun harus kontinyu. Skala pengukuran yang kontinyu adalah skala rasio dan interval. Kedua skala ini memenuhi syarat untuk menggunakan uji statistik parametrik. (bila syarat-syarat ini terpenuhi maka statistika parametrik dapat digunakan)

Ada beberapa hal yang harus diperhatikan dalam menguji statistik, yaitu antara lain :1. Jumlah variabel Jumlah variabel tergatung dari pernyataan penelitian Untuk jumlah variabel yang berbeda Pakai uji statistik yang berbeda 2. Skala ukuran 3. Cara pengambilan sampell - Indipenden/ unrelated: Pemilihan Individu, tak dipengarui oleh faktor tertentu- Dependent / releted: Pemilihan individu yang dipengarui oleh faktor tertentu Untuk cara pengambilan sampel yang berbeda Pakai uji statistik yang berbeda 4. Besar sampel Hal yang perlu diperhatikan :Makin besar sampel maka mendekati keadaan sebenarnya Uji non parametric -sampel kecil Untuk jumlah sampel yang berbeda, Pakai uji statistik yang berbeda, selain itu juga harus memperhatikan : Pemilihan uji statistik yang digunakan Cara pengambilan sampel Uji hipotesis yang dikehendaki Dilihat berapa klompok observasinya, bila2 atau lebih dilihat sampelnya berhubungan atau tidak Adakah pengamatan ulang dalam suatu variabel Apakah yang dilakukan terhadap pengendalian variabel tersebut Uji hipotesis yang dikehendaki Bagaimana sampel diperoleh Tingkat pengukuran variable Berapa kelompok observasi Apakah dalam rancangan penelitian terhadap variable Apakah ada uji yang dikehendaki terhadap variabel tertentu Terdapat beberapa usaha yang dilakukan untuk mengurangi uji statistik, antara lain : Mengetahui penelitian yang akan dilakukan Dasar teori harus tepat Pengambilan sampel random atau tidak Rancangan penelitian harus benar Cara penyimpulan hipotesis Memperkecil overlapping (tumpang tindih) dengan memperbesar sample (n) dengan memperbesar sample maka variabilitas akan menurun dan overlapping akan menyempit (Statistik Untuk Penelitian Prof.DR.Sugiono) Mengatur besar sample shg variabelnya jelas Memperkecil over lapping, mana sampel yg berlebihan Pemilihan sampel dilakukan scr random, agar homogen dan lebih representative Sampel hrs representative : sampel bisa mewakili populasinya Instrument yg digunakan memiliki validitas dan reabilitas Saat pemasukkan data hrs benar2 sesuai dgn variabelnya dan sesuai dgn syarat uji Berikut ini merupakan metode statistik non parametrik dan parametrik :Independent t test Digunakan untuk membandingkan dua kelompok mean dari dua sampel yang berbeda (independent) Prinsipnya ingin mengetahui apakah ada perbedaan mean antara dua populasi, dengan membandingkan dua mean sample-nya o Misal: Melihat perbedaan antara kelas yang diberi pelatihan dan yang tidak diberipelatihan o Perbedaan perlakuan orang yang diberi obat diet dengan yang tidak Contoh kasus : Seorang guru ingin mengetahui efektivitas model group discusion terhadap prestasi belajar siswa. Maka diambil sampel sebanyak 22 orang, 22 orang tersebut dibagi dalam dua kelompok secara random dan mendapat perlakuan yang sama kecuali satu kelompok memakai model group discusion dan kelompok satunya tidak Setelah satu semester, prestasi belajar dinilai. Paired t test Digunakan untuk membandingkan mean dari suatu sampel yang berpasangan(paired). Sampel berpasangan adalah sebuah kelompok sampel dengan subyek yang sama namun mengalami dua perlakuan atau pengukuran yang berbeda. Menguji perbedaan kondisi awal / sebelum dan setelah perlakukan Contoh kasus Seorang guru ingin mengetahui efektifitas pelatihan kepemimpinan yang akan dilakukannya. Dipilihlah 12 orang untuk dilatih. Sebelum pelatihan disebar angket untuk mengetahui tingkat kepemimpinan dan diakhir pelatihan disebar lagi angket untuk mengetahui tingkat kepemimpinan.Selain itu juga ada : Uji-T 1 sampelUji-T 1 sampel biasanya digunakan untuk menguji hipotesa deskriptif dimana kalimat hipotesanya yang akan menentukan termasuk one tail/two tail test. One tail test dibagi menjadi 2: uji pihak kiri dan uji pihak kanan. Two tail test biasanya digunakan bila hipotesa nol (HO) berbunyi sama dengan dan Hipotesa alternatif (Ha) berbunyi tidak sama dengan. Uji-T one tail test (kiri)One tail test (uji pihak kiri) biasanya digunakan bila Ho berbunyi lebih besar/sama dengan dan Ha berbunyi lebih kecil. Uji rans : variabel dikotomi bersifat random (kategorik, nomerik) Uji kolgomorov smirnov : untuk mengetahui distribusi nilai, data kuantitatif (interval, rasio)

Parametrik uji T : 1) untuk menguji hipotesis deskriptif satu sampel bila datanya berbentuk interval dan ratio , maka digunakan t-test satu sampel. 2) untuk menguji hipotesis komparatif dua sampel berpasangan bila datanya berbentuk interval dan ratio, digunakan t-test sampel berpasang t = x - 0 s/n di mana : t = nilai t yang dihitung , x = rata-rata , 0 =nilai yang dihipotesiskan s = simpangan baku sampel , n = jumlah anggota sampel. Korelasi pearsonapakah di antara kedua variabel terdapat hubungan, dan jika ada hubungan bagaimana arah hubungan dan berapa besar hubungan tersebut. Digunakan jika data variabel kontinyu dan kuantitatif Contoh :10 orang siswa yang memiliki waktu belajar berbeda dites dengan tes IPSSiswa : A B C D E F G H I JWaktu (X) : 2 2 1 3 4 3 4 1 1 2Tes (Y) : 6 6 4 8 8 7 9 5 4 6Apakah ada korelasi antara waktu belajar dengan hasil tes ? ANOVA : menguji rata-rata satu kelompok / lebih melalui satu variabel dependen / lebih berbeda secara signifikan atau tidak. ONE WAY ANOVASatu variabel dependen (kuantitatif) dan satu kelompok (kualitatif)Contoh : apakah pandangan siswa tentang IPS (kuantitatif) berbeda berdasarkan jenjang pendidikannya (kualitatif : SD, SLTP, SMU) UNIVARIAT ANOVASatu variabel dependen tetapi kelompok berbeda Contoh : apakah rata-rata ulangan berbeda berdasar kan klasifikasi sekolah dan kelompok penelitian MULTIVARIAT ANOVA Variabel dependen lebih dari satu tetapi kelompok sama Contoh : apakah rata-rata ulangan dan pandangan siswa terhadap IPS berbeda untuk tiap daerah Variabel dependen lebih dari satu dan kelompok berbeda Contoh : apakah rata-rata ulangan dan pandangan siswa terhadap IPS berbeda berdasarkan klasifikasi Sekolah dan kelompok penelitian t test berfungsi : 1) untuk menguji hipotesis deskriptif satu sampel bila datanya berbentuk interval dan ratio , maka digunakan t-test satu sampel. 2) untuk menguji hipotesis komparatif dua sampel berpasangan bila datanya berbentuk interval dan ratio, digunakan t-test sampel berpasangan. t = x - 0 s/n di mana : t = nilai t yang dihitung , x = rata-rata , 0 =nilai yang dihipotesiskan s = simpangan baku sampel , n = jumlah anggota sampel Uji ANOVA adalah uji untuk melihat bagaimanakah pengaruh semua variabel bebasnya secara bersama-sama terhadap variabel terikatnya. Atau untuk menguji apakah model regresi yang kita buat baik/signifikan atau tidak baik/non signifikanNon parametrik1. Spearman : digunakan jika data variabel ordinal, berjenjang atau bertingkatEx : 10 orang siswa yang mempunyai perilaku rajin, rajin, biasa, malasDigunakan jika data variabel ordinal (berjenjang atau peringkat). Disebut juga korelasi non parametrik 10 orang siswa yang memiliki perilaku (sangat baik, baik, cukup, kurang) dibandingkan dengan tingkat kerajinannya (sangat rajin, rajin, biasa, malas)Siswa : A B C D E F G H I JPerilaku : 2 4 1 3 4 2 3 1 3 2Kerajinan : 3 2 1 4 4 3 2 1 2 3Apakah ada korelasi antara perilaku siswa dengan kerajinannya ?

2. Chi square : menguji apakah ada hubungan antara baris dengan kolom pada sebuah tabel kontingensi, data yang digunakan adalah data kualitatifEx : 20 siswa perempuan dan 10 siswa laki* yang fasih berbahasa inggris serta 10 siswa perempuan dan 30 siswa laki-laki yang tidak fasih berbahasa inggris, apakah ada hubungan jenis kelamin dan kefasihan bahasa inggris ?Ho : tidak ada hubungan antara baris dengan kolomH1 : ada hubungan baris dengan kolomPost hoc test merupakan metode pengujian Ianjutan apabila hasil pengujian ANOVA adalah terdapat nilai beda Iketidaksamaan nilai tengah pada data yang diujikan. Metode ini berfungsi untuk mengetahui nilai tengah mana yang memiliki perbedaan yang signifikan. Biasanya dilakukan dengan melihat besar variasi dari tiap kombinasi perbandingan nilai tengah yang diamati. Salah satu metode post hoc test yaitu metode uji wilayah berganda Duncan. Adapun langkah- langkah dalam menggunakan metode post hoc test Duncan ini adalah:1. Penetapan hipotesis2. Pemilihan taraf nyata (a)3. PerhitunganMenghitung dan menyusun rata- rata dari tiap contoh yang diujikan.Mencari nilai rp pada Tabel Wilayah Terstudentkan Terkecil.Menghitung nilai Rp berdasarkan nilai rp dan nilai kuadrat tengah galat dari hasil perhitungan ANOVA dengan rumus (Rp = rp sVn ).Membandingkan wilayah- wilayah nyata terkecil (Rp) dengan selisih- selisih dari rata - rata yang telah diurutkan pada langkah perhitungan pertama. Nilai selisih rata-rata yang lebih besar daripada nilai Rp mengartikan bahwa terdapat perbedaan yang signifikan diantara contoh yang diperbandingkan sedangkan apabila lebih kecil, maka berarti sebaliknya.Uji statistik non-parametrik dapat dikelompokkan menjadi 3 kategori, yaitu :1. Uji satu sampelA. Uji binominal, digunakan untuk membandingkan frekuensi observasi dari 2 kategori pada sebuah variabel dikotomi terhadap frekuensi harapan dibawah distribusi binominal dengan parameter probabilitas tertentu.Yang harus diperhatikan dalam pemakaian uji binominal :a. Data Variabel yang diuji harus bertipe numerik dan merupakan variabel dikotomi. Variabel dikotomi adalah variabel yang hanya terdiri dari dua macam nilai (value), misalnya benar atau salah, ya dan tidak, 0 dan 1, dan sebagainya. Jika variabel yang akan diuji tifak dikotomi, maka harus ditentukan cut point. Cut point tersebut akan membagi kasus ke dalam dua grup, yaitu kasus yang mempunyai value lebih kecil dari atau sama dengan cut point akan menjadi grup pertama dan sisanya menjadi grup kedua.b. Asumsi Uji ini tidak memerlukan asumsi bentuk distribusi. Data hanya diasumsikan dihasilkan dari sampel random.B. Uji Chi-Kuadrat, Uji chi-kuadrat digunakan untuk uji hipotesis proporsi relatif dari kasus-kasus yang dikelompokkan ke dalam beberapa grup yang saling bebas. Uji ini digunakan untuk mengetahui apakah ada perbedaan signifikan antara frekuensi observasi dengan frekuensi harapan berdasarkan hipotesis nol.Yang harus diperhatikan :a. Data Variabel yang diuji harus bertipe numerik baik yang tidak berurut (nominal) maupun yang berurut (ordinal). b. Asumsi Uji ini tidak memerlukan asumsi bentuk distribusi. Data hanya diasumsikan dihasilkan dari sampel random.C. Uji Runs, untuk menguji apakah uruan kejadian dari 2 jenis nilai suatu variabel dikotomi bersifat acak (random). Run (s) adalah kelompok dalam baris yang terdiri dari elemen yang sama. Misal AAABBBABAAB terdiri dari 6 runs.Yang perlu diperhatikan:a. Data variabel yang diuji dapat berupa data kategorik maupun numerik.b. Asumsi tidak memerlukan asumsi bentuk distribusi. Data hanya diasumsikan dihasilkan dari sampel random.D. Uji Kolmogorov-Smirnov (KS) 1 sampel, merupakan goodness of fit/uji kebaikan-suai. Digunakan untuk mengetahui apakah distribusi nilai dalam sampel sesuai dengan suatu distribusi teoretis tertentu (uniform/normal/poisson).a. Data variabel yang diuji dapat berupa data kuantitatif baik berskala interval/rasiob. Asumsi mencangkup prosedur yang mengestimasi paramater-paramater yang diperlukan untuk distribusi uniform/normal/poisson.eksponensial.

2. Uji 2 sampela) Uji U Mann-Whitney, uji terkuat yang digunakan sebagai alternatif Uji parametrik T testb) Uji Z Kolmogorov-Sminov, Uji ini tidak memerlukan asumsi bentuk distribusi. Data hanya diasumsikan dihasilkan dari sampel random.c) Uji Runs Wald-Wolfowitz, digunakan untuk mengetahui apakah 2 sampel bebas berasal dari populasi yang terdistribusi sama. uji ini memerlukan satu pengukuran bersifat ordinal yang digunakan untuk membagi variabel uji menjadi 2 sampel independen. Distribusi sampel diuji berdasarkan pada banyaknya Runs dalam kedua sampel. Banyak runs yang sama menyatakan kesamaan distribusi.d) Uji Reaksi Ekstrem Moses, digunakan untuk mengetahui apakah terdapat perbedaan nilai antara grup eksperimental dan grup kontrol. Untuk uji ini, diperlukan variabel ordinal yang digunaan untuk membedakan variabel eksperimental dari variabel kontrol.e) Uji K-sampel Independen, Uji ini merupakan perluasan uji 2 sampel independen. Dalam kelompok pengujian ini tercakup Uji H Kruskal-Wallis dan Uji Median. Uji ini memungkinkan pengujian kesamaan nilai variabel pada lebih dari 2 sampel saling bebas.

3. Uji dua sampel berkait (relates,paired) dan uji K-sampel berkait.

Pada sampel berkait (related), perlakuan atau treatment dilakukan pada satu individu yang sama atau mendekati sama. Bila 2 perlakuan diterapkan pada subyek yang sama, dapat digunakan uji Tanda, Wilcoxon dan uji McNemar dengan hipotesis uji. Bila lebih dari 2 perlakuan diterapkan pada subyek yang sama (atau mendekati sama), maka uji yang digunakan adalah uji Friedman, Uji W Kendall and Uji Q Cochran. Uji W Kendal dan Uji Q-Cochran dapat digunakan untuk nilai variabel-variabel dikotomi (biner), sedangkan Uji Friednab dapat digunakan untuk nilai-nilai yang tidak biner, selain itu juga ada : 1. Tes X2 Chi - Kuadrat (Chi Square)Ketika data yang diperoleh berskala nominal (dalam bentuk kategorikal) maka Tes X2 Chi - Kuadrat (Chi Square) bisa menjadi salah satu jenis tes statistic yang dapat diterapkan.Fungsi : Untuk menguji apakah terdapat perbedaan yang signifikan antara banyak frekuensi yang diamati (observed) dengan banyak frekuensi yang diharapkan (expected). Ringkasnya tes ini digunakan untuk menguji apakah terdapat kesesuaian antara proporsi sampel dengan populasi.2. Tes Kolmogorov Smirnov Untuk Kasus Satu SampelTes ini merupakan tes kesesuaian yang memperhatikan kesesuaian antara distribusi harga sampel dengan suatu distribusi teoritis tertentu. Dengan kata lain tes ini mempersoalkan apakah skor-skor dalam sampel secara masuk akal dapat dianggap berasal dari suatu populasi dengan distribusi teoritis tertentu.Fungsi : Tes ini digunakan untuk mengetahui apakah ada kesesuaian antara proporsi harga sampel dengan proporsi populasi.3. Tes Tanda (Sign Test)Tes ini dinamakan tes tanda sebab dalam prinsip analisisnya memfokuskan perhatian pada arah tanda yaitu tanda tambah ( + ) dan kurang ( - ). Tes ini dapat digunakan ketika ukuran kuantitatif (skor kuantitatif) tidak dapat diperoleh tetapi masih dimungkinkan untuk menentukan tingkatan bagi kedua anggota pasangan. Fungsi tes tanda : Sebagai uji komparasi antar anggota pasangan yang telah disamakan cirinya. Sebagai uji pengaruh/ efektivitas suatu perlakuan (treatment) denganrancangan sebelum dan sesudah.4.Tes Wilcoxon Uji wilcoxon digunakan untuk menganalisis hasil-hasil pengamatan yang berpasangan dari dua data apakah berbeda tau tidak.Wilcoxon signed Rank test ini digunakan hanya untuk data bertipe interval atau ratio, namun datanya tidak mengikuti distribusi normal. Uji ini digunakan untuk mengetahui apakah perubahan proporsi pasangan variabel dikotomus sama atau tidak. Yang dimaksud variable dikotomus disini adalah variable yang saling berlawanan misalnya :benar-salah, suka-tidak suka,berhasil-gagal dan lain-lain.Fungsi : Sebagai uji perbedaan antar anggota pasangan (data berpasangan)Sebagai uji komparasi antar 2 pengamatan dengan rancangan sebelum dan sesudahUntuk mengetahui efektivitas suatu perlakuan (treatment). Uji Mann-Whitney digunakan untuk menguji hipotesis nol tentang kesamaan parameter-parameter lokasi populasi . Dalam beberapa kasus uji ini disebut juga Uji Mann-Whitney Wilcoxon, karena wilcoxon menggunakan kasus dengan ukuran sampel yang sama sedangkan Mann-Whitney dapa juga menggunakan ukuran sampel yang berbeda. Uji Kruskal-wallis adalah Anova one-way dengan menggunakan Rank. Hipotesis test ini adalah bahwa sampel berasal dari populasi yang sama. Uji ini mirip dengan uji Anova pada data parametrik hanya saja tidak dipenuhianggapan kenormalan dari data. Analisis yang digunakan berdasarkan Rij yaitu ranking data, bukan data itu sendiri. Uji paired Uji ini digunakan untuk mengetahui ada atau tidaknya perbedaan rata-rata antara dua kelompok sampel yang berpasangan (berhubungan). Maksudnya disini adalah sebuah sampel tetapi mengalami dua perlakuan yang berbeda. Data yang digunakan biasanya berskala interval atau rasio. Uji-t 2 Sampel Independen (unpairedt-test). Digunakan untuk menguji beda rata-rata 2 sampel yang diambil dari 2 populasi yang tidak berpasangan. Data sampel yang diuji diasumsikan berasal dari 2 populasi yang berdistribusi normal.

Jumlah sampelBebas/berhubungan Uji statistik

komparasi2BebasBerpasanganT test sampel bebasPaired test

>2BebasBerpasanganANOVA satu arah ANOVA sama subyek

hubunganSimetrisSebab akibatKorelasi pearson

Regresi Linear

Dalam menguji statistik parametrik maupun non parametrik memiliki beberapa syarat, yaitu diantara lain : Parametrik :

Distribusi sampel diambil dari distribusi populasiyang terdistribusi secara normal Sampel diperoleh secara random (mewakilipopulasi) Skala pengukuran harus kontinyu(rasio/interval) atau skala nominal yang diubah menjadi proporsi E.g. uji-z, uji-t, korelasipearson, anova Dipilih secara acak (random) Homogen artinya data yang dibandingkan (dikomparasikan) sejenis (bersifat homogen), maka perlu uji homogenitas. Normal artinya data yang dihubungkan berbentuk garis linier maka perlu uji linieritas. Berpasangan artinya data yang dihubungkan mempunyai pasangan yang sama sesuai dengan subjek yang sama, kalau salah satu tidak terpenuhi untuk persyaratan analisis korelasi atau regresi tidak dapat dilakukan.

Non-parametrik Digunakan dengan mengabaikan segala asumsi yang melandasi metode statistik parametrik, terutama yang berkaitan dengan distribusi normal Digunakan apabila salah satu parameter statistik parametrik tidak terpenuhi Bila hipotesis yang diuji tidak melibatkan suatu parameter populasi (parameter populasi adalah data yang diperoleh dengan mencatat semua elemen yang menjadi obyek penelitian dan merupakan nilai yang sebenarnya (true value)) Bila data telah diukur menggunakan skala nominal atau ordinal Bila asumsi-asumsi yang diperlukan pada suatu prosedur pengujian parametrik tidak terpenuhi Bila penghitungan harus dilakukan secara manual Tidak memperdulikan distribusi. Populasi normal atau tidak normal. Paling sesuai untuk sampel kecil Ciri-ciri statistik parametrik : Data dengan skala interval dan rasio Data menyebar/berdistribusi normal Ciri-ciri statistik non-parametrik : Data tidak berdistribusi normal Umumnya data berskala nominal dan ordinal Umumnya dilakukan pada penelitian sosial Umumnya jumlah sampel kecilPenggunaan metode statistik parametrik mengikuti prinsip-prinsip distribusi normal. Prinsip-prinsip dari distribusi normal adalah: a. Distribusi dari suatu sampel yang dijadikan obyek pengukuran berasal dari distribusi populasi yang diasumsikan terdistribusi secara normal. b. Sampel diperoleh secara random, dengan jumlah sampel yang dianggap dapat mewakili populasi. c. Distribusi normal merupakan bagian dari distribusi probabilitas yang kontinyu (continuous probability distribution). Impilkasinya, skala pengukuran pun harus kontinyu. Skala pengukuran yang kontinyu adalah skala rasio dan interval. Kedua skala ini memenuhi syarat untuk menggunakan uji statistik parametrik. Statistik nonparametrik dapat digunakan untuk menganalisis data yang berskala nominal atau ordinal karena pada umumnya data berjenis nominal dan ordinal tidak menyebar normal. Dari segi jumlah data, pada umumnya statistik nonparametrik digunakan untuk data berjumlah kecil (n < 30).

Pada statistik baik parametrik maupun non-parametrik memiliki kelebihan dan kekurangan, antara lain : Parametrika. Kelebihan : Syarat-syarat parameter dari suatu populasi yang menjadi sampel biasanya tidak diuji dan dianggap memenuhi syarat, Pengukuran terhadap data dilakukan dengan kuat. Observasi bebas satu sama lain dan ditarik dari populasi yang berdistribusib. Kekurangan : Populasi harus memiliki varian yang sama. Variabel-variabel yang diteliti harus dapat diukur setidaknya dalam skala interval. Dalam analisis varian ditambahkan persyaratan rata-rata dari populasi harus normal dan bervarian sama, dan harus merupakan kombinasi linear dari efek-efek yang ditimbulkan Non-parametrika. Kelebihan : Asumsi dalam uji-uji statistik nonparametrik relatif lebih longgar. Jika pengujian data menunjukkan bahwa salah satu atau beberapa asumsi yang mendasari uji statistik parametrik (misalnya mengenai sifat distribusi data) tidak terpenuhi, maka statistik nonparametrik lebih sesuai diterapkan dibandingkan statistik parametrik. Perhitungan-perhitungannya dapat dilaksanakan dengan cepat dan mudah, sehingga hasil penelitian segera dapat disampaikan. Untuk memahami konsep-konsep dan metode-metodenya tidak memerlukan dasar matematika serta statistika yang mendalam. Uji-uji pada statistik nonparametrik dapat diterapkan jika kita menghadapi keterbatasan data yang tersedia, misalnya jika data telah diukur menggunakan skala pengukuran yang lemah (nominal atau ordinal). Efisiensi statistik nonparametrik lebih tinggi dibandingkan dengan metode parametrik untuk jumlah sampel yang sedikit. Keterbatasan Statistik Nonparametrik Disamping keunggulan, statistik nonparametrik juga memiliki keterbatasan.

b. Kekurangan : Jika asumsi uji statistik parametrik terpenuhi, penggunaan uji nonparametrik meskipun lebih cepat dan sederhana, akan menyebabkan pemborosan informasi. Jika jumlah sampel besar, tingkat efisiensi nonparametrik relatif lebih rendah dibandingkan dengan metode parametrik. Statistik nonparametrik tidak dapat dipergunakan untuk membuat prediksi (peramalan). Bila digunakan pada data yang dapat diuji menggunakan statistika parametrik maka hasil pengujian menggunakan statistik nonparametrik menyebabkan pemborosan informasi Pekerjaan hitung-menghitung (aritmetik) karena memerlukan ketelitian terkadang menjemukan

Cara dalam pengujian uji normalitas dan homogenitas yaitu : Uji Normalitas Data Kegunaan untuk mengetahui distribusi data normal atau tidak Apabila distribusi data normal maka statistik parametrik bisa dipergunakan Normalitas data juga bergantung pada instrumen dan pengumpulan data Uji Homogenitas Membandingkan data (data harus sejenis) Dilakukan untuk melihat sampel berasal dari varian yang homogen Diperlukan seluruh sampel atau variabel Menggunakan Uji Bartlet atau Tabel/UjiFOutput test of normality adalah :Pedoman untuk mengambil keputusan Nilai sig/probabilitas 0,05 distribusi normal (simetris)Pada output SPSS dapat dilihat nilai sig. Pada tabel tests of normality dikolom kolmogorov-Smirnov dan/atau shapiro wilkPedoman dalam pengambilan keputusan adalah Nilai sig/nilai probabilitas < 0,05 data berasal dari populasi yang mempunyai varians tidak serupa (Tidak Homogen). Nilai sig/nilai probabilitas > 0,05 data berasal dari populasi yang mempunyai varians serupa (Homogen).Linearitas untuk menguji sekumpulan data terhadap pembentukan garis linier yang akan digunakan untuk memprediksi variabel tak bebas berdasarkan variabel bebas. Uji linieritas tergabung pada pengujian yang menggunakan analisis regresi. Pada pengujian linieritas dapat digunakan uji T untuk masing-masing variabel bebas, dan uji F untuk keseluruhan v.bebas.Uji Normalitas Digunakan untuk mengetahui distribusi data normal atau tidak. Apabila distribusi data normal maka statistik parametrik bisa dipergunakan. Normalitas data juga bergantung pada instrumen dan pengumpulan data.Cara normalitas data : Tentukan jumlah interval (jumlah interval ditetapkan 6 sesuai dengan jumlah bidang yang ada di kurva normal baku Tentukan panjang kelas interval Susunlah dalam tabel distribusi frekuensi (tabel penolong).Homogenitas Membandingkan data (data harus sejenis) Dilakukan untuk melihat sampel berasal dari varian yang homogen. Diperlukan seluruh sampel atau variabelMenggunakan uji bartlet atau tabel/uji F

a. Uji NormalitasUji normalitas ini menjadi prasyarat untuk semua jenis penelitian yang menggunakan uji statistik parametrik. Uji ini dilakukan untuk melihat data yang kita peroleh berdistribusi normal atau tidak, artinya data kita tersebut kalau kita petakan membentuk kurva lonceng dengan sumbu simetrinya merupakan rata-rata data, maksudnya data di bawah dan di atas rata-rata berjumlah sama. Kurva lonceng dibagi menjadi 6 luasan, luasan pertama merupakan anggota data dengan nilai terkecil yang anggotanya berkisar sebanyak 2,7% dari total anggota. Luasan kedua beranggotakan nilai di atas anggota luasan pertama yang anggotanya berkisar sebanyak 13,53% dan seterusnya sampai luasan keenam. Untuk lebih jelasnya lihat kurva normal berikut!

b. Uji HomogenitasUji homogenitas digunakan jika kita menggunakan uji statistik parametrik dan sampel yang kita pakai lebih dari satu kelompok sampel. Uji ini dilakukan untuk memperlihatkan bahwa dua kelompok sampel atau lebih berasal dari populasi yang memiliki variasi yang sama.Persyaratan agar data observasi tersebut dapat menggunakan uji statistik parametrik atau statistik inferesial, yaitu : Uji kerandoman Uji normalitas1. Uji normalitasUji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel terikat dan variabel bebas keduanya mempunyai distribusi normal ataukah tidak. Model regresi yang baik adalah memiliki distribusi data normal atau mendekati normal.Ada beberapa pendekatan yang dapat dilakukan untuk mengetahui apakah data tersebut berdistribusi normal atau tidak yaitu : analisis grafik dan analisis statistik2. Uji kerandomanKerandoman data diperlukan karena data observasi yang homogen akan mengakibatkan bentuk distribusi tidak normal, disamping itu kerandoman data mencerminkan atau representatif terhadap populasinya, karena data yang diambil atau dicuplik dari suatu populasi seharusnya data itu mencerminkan sifat-sifat dari populasinya.DAFTAR PUSTAKA Dasar-Dasar Statistik, Statistik Parametrik Andri Rusta,S.IP, MPP David D, Vaus, Analyzing Social Science Data: 50 Key Problems in Data Analysis(Thousand Oaks: Sage Publications:2002) Ferry Roy Hilton and Charlotte Brownlow, SPSS Explained (East Sussex: Routledge, 2004) Sebastian Rainsel, Dinamyc Strategic Analysis (Wiesbaden :Douthscer Universitas- Verlag, 2004) Panduan Penelitian oleh DR. B. Sandjaja, MSPH Statistik untuk penelitian oleh Prof. DR. Sugiyono, 2006 Theodore Cholton, Statistika Kedokteran Gadjah Mada University Press

KONSEP MAPPING

STATISTIK

DESKRIPTIFINFERENSIAL

HOMOGENITASSYARAT DAN MACAMSYARAT DAN MACAMNON-PARAMETRIKPARAMETRIKUJI NORMALITAS