Analisis Data Kategorikal Topik:
Data & skala pengukuran
Uji hipotesis untuk data kontinu Uji hipotesis untuk data kategorikal Desain penelitian kesehatan Ukuran asosiasi Regresi Logistik
Target:
Mahasiswa dapat menerapkan metode analisis data yang sesuai dengan jenis data & desain penelitian kesehatan Mahasiswa mampu mengimplementasi data kesehatan di paket program statistik & menginterpretasi output dari paket program statistik itu
Referensi: Agresti, A. 1990. Categorical Data Analysis. John Wiley & Sons, New York. Fleiss, J.L. 1981. Statistical Methods for Rates & Proportions. John Wiley & Sons, New York. Hosmer, D.W. & Lemeshow, S. 1989. Applied Logistic Regression. John Wiley & Sons, New York.
Sistem Penilaian: Presensi Tugas Kelas & Rumah Ujian Tengah Semester Ujian Akhir Semester
Pengumpulan Data Pengumpulan data: • langsung dari responden (wawancara, pengukuran, pengamatan) •
tidak langsung dari responden (didapat dari berbagai sumber data, departemen-departemen, lembaga penelitian)
Data menurut sifatnya: • kualitatif (data tidak berupa angka) •
kuantitatif (data berupa angka)
Skala pengukuran •Nominal: data hasil pengamatan diklasifikasikan ke dalam kategori-kategori, dan diantara kategori tidak ada suatu urutan •Ordinal: data hasil pengamatan diklasifikasikan ke dalam kategori-kategori, dan diantara kategori ada suatu urutan •Interval: skala ini disamping dapat membedakan urutan, juga dapat mengetahui jarak diantara dua pengukuran •Rasio: mempunyai sifat skala interval dengan titik nol tetap
ESTIMASI Populasi Waktu Sembuh Pasien
Mean=Rata-rata=…?
Sampel 50 Mean= 4 hari
ESTIMASI Populasi Pasien di RS tidak merokok Sampel
Proporsi=persentase=…?
500 300 proporsi= 40% 200
merokok
UJI HIPOTESIS Populasi
H: Rata-rata < 5
Waktu Sembuh Pasien Sampel
1,2
50
Rata-rata = 3,8
KESALAHAN TIPE I & II Kenyataan H0 Benar
H0 Tdk Benar
Menolak H0
Kesalahan Tipe I
OK
Tidak Menolak H0
OK
Kesalahan Tipe II
Keputusan
UJI HIPOTESIS Obat Standar Wkt Sembuh
Obat Baru Wkt Sembuh
Obat Baru lebih efektif dibandingkan dengan Obat Standar
Statistik Uji ?
UJI HIPOTESIS Obat Standar
Obat Baru
Sembuh atau Tdk Sembuh
Sembuh atau Tdk Sembuh
Obat Baru lebih efektif dibandingkan dengan Obat Standar
Statistik Uji ?
UJI HIPOTESIS
Statistik Uji ?
Desain Penelitian Kesehatan 1. Cross Sectional Study Design 2. Prospective Study Design 3. Retrospective Study Design
Cross Sectional Study Design Pada studi ini, subjek diklasifikasi menurut dua variabel yaitu D (disease) dan E (exposure), yang diukur pada saat yang sama. Data hasil pengukuran diringkaskan dalam tabel berikut
Total besar sampel n adalah yang fixed dalam studi ini.
Statistik uji yang digunakan untuk mengetaui adanya hubungan atau asosiasi antara exposure dengan disease adalah:
2 Jika tidak ada hubungan antara exposure dengan disease, maka χ mengikuti distribusi chi_square dengan derajad bebas 1 dan dengan menggunakan tabel distribusi ini dapat digunakan untuk memperoleh tingkat signifikansi (p_values)
Ukuran asosiasi yang digunakan dalam studi ini adalah: RR (Relative Risk) atau OR (Odds Ratio) yang didefinisikan sebagai a a + b RR = c c+ d
ad OR = bc
95% CI for RR: (el1, el2) l1 = ln RR – 1.96 SE(ln RR) l2 = ln RR + 1.96 SE(ln RR) SE(ln RR) = SQRT(1/a – 1/nE + 1/c – 1/nNE) 95% CI for OR: (el1, el2) l1 = ln OR – 1.96 SE(ln OR) l2 = ln OR + 1.96 SE(ln OR) SE(ln OR) = SQRT(1/a + 1/b + 1/c + 1/d)
Contoh: Dua ratus enam puluh tiga mahasiswa yang makan siang di kantin ditanya apakah mereka sakit perut atau tidak. Jawaban mereka diklasifikasi menurut apakah mereka makan pakai sambal atau tidak. Data hasil pengamatan disajikan dalam tabel berikut. Sakit Perut Ya Sambal
Ya Tidak
Total
Tidak
Total
109
116
225
4
34
38
113
150
263
sambal * sakit perut Crosstabulation Count
sambal
ya tidak
Total
sakit perut ya tidak 109 116 4 34 113 150
Total 225 38 263
Chi-Square Tests
Pearson Chi-Square Continuity Correctiona Likelihood Ratio Fisher's Exact Test Linear-by-Linear Association N of Valid Cases
Value 19.074b 17.558 22.101 19.002
df 1 1 1 1
Asymp. Sig. (2-sided) .000 .000 .000
Exact Sig. (2-sided)
Exact Sig. (1-sided)
.000
.000
.000
263
a. Computed only for a 2x2 table b. 0 cells (.0%) have expected count less than 5. The minimum expected count is 16.33.
Risk Estimate
Value Odds Ratio for sambal (ya / tidak) For cohort sakit perut = ya For cohort sakit perut = tidak N of Valid Cases
95% Confidence Interval Lower Upper
7.987
2.744
23.251
4.602
1.804
11.743
.576
.488
.681
263
