NON PARAMETRIK (PROGRAM SPSS)

Transkripsi

1 MODUL NON PARAMETRIK (PROGRAM SPSS) DI SUSUN OLEH Dr. Nugroho Susanto, SKM, M.Kes FAKULTAS ILMU KESEHATAN UNIVERSITAS RESPATI YOGYAKARTA 07

2 STATISTIK NON PARAMETRIK A. PENGANTAR Pengunaan uji statistik non parametrik tidak mensyaratkan distribusi data harus normal dan variansi data harus sama. Dalam bidang kesehatan statistik non parametrik cenderung digunakan dengan berbagai alasan diantarannya skala data yang dihasilkan dari variabel penelitian berupa data kategorik/nominal sehingga pengunaan statistik non parametrik lebih sesuai. Hasil pengukuran variabel-variabel yang sulit/ tidak dalam bentuk numerik misalnya sakit vs tidak sakit cenderung mengunakan uji statistik non parametrik. B. KELEBIHAN DAN KEKURANGAN STATISTIK NON PARAMETRIK Kelebihan statistik non parametrik Uji statistik non parametrik tidak mensyaratkan distribusi data normal dan variansi sama. Merupakan cerminan dari hasil pengukuran median dan modus sehingga lebih mudah dalam aplikasi. Kekurangan statistik non parametrik Kekuatan uji yang cenderung lemah dibanding dengan statistik parametrik. C. UJI CHI SQUARE. Pengantar Dalam kerangka pengunaan uji chi square, terdapat beberapa uji chi square diantarannya uji chisquare untuk goognes of fit dan uji chi square untuk independensi. Uji statistik chi square dapat digunakan untuk menguji hipotesis bila data populasi terdiri dari atau lebih kelas dan data berbentuk nominal. Sampel independensi biasanya digunakan dalam penelitian yang mengunakan pendekatan survey, sedangkan sampel yang berpasangan sering di gunakan dalam penelitian eksperimen.

3 . Chi square (uji independensi) Untuk menlakukan analisis chi square kita memerlukan tabel bantu untuk mempermudah perhitungan dengan mengunakan uji chi square. Tabel yang biasa seperti pada format berikut: Sebuah contoh ilustrasi: Variable dependent Variabel (kejadian infeksi) Ya Tidak Variable independent (kepatuhan bidan) Ya A B Tidak C D RP/OR/ RR X P CI 95% Rumus n ad bc / n X a d a cb d c d Keterangan Sel A adalah faktor yang terpapar (tidak patuh ) dan terjadi infeksi. Sel B adalah faktor yang terpapar dan tidak terjadi infeksi Sel C adalah faktor yang tidak terpapar dan kejadian infeksi Sel D adalah faktor yang tidak terpapar dan tidak terjadi infeksi. Suatu contoh Seorang manajer rumah sakit ingin mengetahui apakah terdapat perbedaan antara laki-laki dan perempuan dalam kedisiplinan bekerja. Kedisiplinan bekerja dalam kasus ini diukur dengan kelengkapan absensi kehadiran kerja setiap hari selama bulan. Jika asumsi kedisiplinan kerja dihitung dengan jumlah tidak pernah absen dalam satu bulan dimana dalam satu bulan terdapat 6 hari kerja efektif. Berdasarkan hasil pengamatan diperoleh data sebagai berikut: ID Jenis kelamin Kedisiplinan ID Jenis kelamin Kedisiplinan 3

4 Laki-laki 4 6 Perempuan 3 Laki-laki 5 7 Perempuan 4 3 Laki-laki 5 8 Perempuan 3 4 Laki-laki 6 9 Perempuan 3 5 Laki-laki 6 0 Perempuan 3 6 Laki-laki 6 Perempuan 3 7 Laki-laki 6 Perempuan 6 8 Perempuan 4 3 Perempuan 6 9 Perempuan 4 Laki-laki 5 0 Perempuan 3 5 Laki-laki 5 Perempuan 4 6 Laki-laki 6 Perempuan 3 7 Laki-laki 6 3 Perempuan 3 8 Laki-laki 6 4 Perempuan 3 9 Laki-laki 6 5 Perempuan 3 30 Laki-laki 6 Dari tabel tersebut diatas kita coba mengunakan tabel bantu sebagai berikut Kedisiplinan RP/OR/ X P CI 95% Variabel Ya Tidak RR Jenis kelamin Laki-laki Perempuan 4 Kemudian masukkan nilai tersebut kedalam rumus yang ada: n ad bc / n X a ba cb d c d n ad bc / n X X = a ba cb d c d 4

5 APLIKASI UJI CHI SQUARE Pengantar Analisis kategorik disyaratkan skala data dalam bentuk kategorik. Sebelum masuk ke analisis lebih lanjut kita harus memahami apa dan bagaimana yang dimaksud dengan skala data. Skala data yang dikenal selama ini antara lain skala rasio, skala interval, skala ordinal dan skala nominal. Sifat yang prinsip dari sekala data adalah skala rasio dapat intervalkan, skala interval dapat di ordinalkan, skala ordinal dapat di nominalkan. Skala rasio lebih menekankan pada hasil pengukuran dengan salah satu sifat adalah jarak antara satu pengamatan dengan pengamatan lain mempunyai jarak yang sama dan tidak memiliki nilai nol absolut. Skala interval hampir sama dengan skala rasio tetapi mempunyai nilai nol absolut. Skala ordinal memiliki sifat jarak antara satu pengamatan dengan pengamatan satunnya tidak mengharuskan memiliki jarak yang sama dan skala nominal lebih menekankan pada kaitannya mutually eksklusif (satu meniadakan yang lainnya). Studi kasus Seorang manajer rumah sakit ingin mengetahui apakah terdapat perbedaan antara laki-laki dan perempuan dalam kedisiplinan bekerja. Kedisiplinan bekerja dalam kasus ini diukur dengan kelengkapan absensi kehadiran kerja setiap hari selama bulan. Jika asumsi kedisiplinan kerja dihitung dengan jumlah tidak pernah absen dalam satu bulan dimana dalam satu bulan terdapat 6 hari kerja efektif. Berdasarkan hasil pengamatan diperoleh data sebagai berikut: ID Jenis kelamin Kedisiplinan ID Jenis kelamin Kedisiplinan Laki-laki 4 6 Perempuan 3 Laki-laki 5 7 Perempuan 4 3 Laki-laki 5 8 Perempuan 3 4 Laki-laki 6 9 Perempuan 3 5 Laki-laki 6 0 Perempuan 3 5

6 6 Laki-laki 6 Perempuan 3 7 Laki-laki 6 Perempuan 6 8 Perempuan 4 3 Perempuan 6 9 Perempuan 4 Laki-laki 5 0 Perempuan 3 5 Laki-laki 5 Perempuan 4 6 Laki-laki 6 Perempuan 3 7 Laki-laki 6 3 Perempuan 3 8 Laki-laki 6 4 Perempuan 3 9 Laki-laki 6 5 Perempuan 3 30 Laki-laki 6 Pada kasus diatas didapatkan bahwa jenis skala data untuk variabel jenis kelamin adalah kategorik sedangkan pada variabel kedisiplinan skala data adala rasio. Langkah penyelesaian Merubah skala data dari rasio ke kategorik Langkah-langkah. Buka program spss, kemudian buat variabel jenis kelamin dan kedisiplinan.. Isikan data pada tabel tersebut ke dalam program spss. Sebelum data diisi ke dalam spss kita rubah dulu cara pemasukan data kedalam spss dimana yang jenis kelamin laki-laki kita beri kode sedangkan perempuan kita beri kode. jadi yang dimasukan kedalam program spss adalah kodenya. 3. Setelah data terisi akan tampak seperti gambar berikut: 6

7 4. Setelah data dimasukan kedalam program spss. Kemudian langkah selanjutnya memberi label pada jenis kelamin yaitu dengan memberi label adalah laki-laki dan adalah perempuan dan merubah skala data variabel kedisiplinan menjadi kategori yaitu disiplin dan tidak disiplin. Untuk merubah variabel kedisiplinan pada menu utama spss pilih Transform kemudian pilih Recode in to different variabel. Seperti terlihat pada gambar berikut: 7

8 Kemudian rubah kode kedisiplinan dengan adalah disiplin dan tidak disiplin. Seperti pada gambar berikut: Pada variabel jenis kelamin beri label untuk adalah laki-laki dan adalah perempuan dan variabel kategori kedisiplinan diberi label adalah disiplin dan adalah tidak disiplin. Seperti pada gambar berikut: 8

9 5. Setelah data dikategorikan. Akan terlihat seperti gambar berikut: 6. Kemudian lakukan analisis data. Dari menu utama spss pilih Analize kemudian sub menu Deskriptif statistik, kemudian Crosstabs. Seperti pada gambar berikut: 9

10 7. Setelah itu masukan variabel jenis kelami kedalam kotak rows dan kategori kedisiplinan kedalam Coloums. Seperti tampak pada gambar berikut: 8. Pilih menu statistik untuk melakukan analisis atau menu yang lain sesuai dengan keinginan. Pada menu statistik pilih chi square dan risk. 0

11 9. Hasil analisis akan tampak pada gambar berikut: CROSSTABS /TABLES=jeniskelamin BY kategorikedisiplinan /FORMAT= AVALUE TABLES /STATISTIC=CHISQ RISK /CELLS= COUNT /COUNT ROUND CELL. Crosstabs [DataSet] Case Processing Summary jeniskelamin * kategori kedisiplinan Cases Valid Missing Total N Percent N Percent N Percent 30 00,0% 0,0% 30 00,0% Table ini menujukan bahwa jumlah sample yang dianalisis sebanyak 30 subjek dengan kategori missing variable tidak ada.

12 jeni skelamin * kategori kedisiplinan Crosstabulation Count jeniskelamin Total laiki-laki perempuan kategori kedisiplinan disiplin tidak disiplin Total Berdasarkan analisis tabulasi silang diperoleh hasil bahwa laki-laki sebanyak 4 subjek perempuan 6 subjek sedang pada kedisiplinan subjek yang tidak disiplin 9 subjek. Pearson Chi-Square Continuity Correction a Likelihood Ratio Fisher's Exact Test Linear-by-Linear Association N of Valid Cases Chi-Square Tests Asy mp. Sig. Value df (-sided) 8,63 b,003 6,537,0 9,4,003 8,335, a. Computed only f or a x table Exact Sig. (-sided) Exact Sig. (-sided),007,005 b. 0 cells (,0%) hav e expected count less than 5. The minimum expected count is 5,3. Analisis data chi square menunjukan bahwa nilai chi square 8.63, sedangkan nilai probabilitas signifikansi hal ini menunjukan bahwa jika dibandingkan dengan standar normal kemaknaan hipotesis pada tingkat kemaknaan α = 0.05 dapat disimpulkan bahwa hipotesis nol ditolak. Ini memberi arti bahwa terdapat perbedaan tingkat kedisiplinan karyawan antara laki-laki dan perempuan.

13 Risk Estimate Odds Ratio for jeniskelamin (laiki-laki / perempuan) For cohort kategori kedisiplinan = disiplin For cohort kategori kedisiplinan = tidak disiplin N of Valid Cases,600,999 79,436 5,43,38 9,96,408,97, % Confidence Interv al Value Lower Upper Jika dilihat dari aspek risiko jenis kelamin mempunyai risiko untuk disiplin sebesar,6 kali jika disbanding dengan perempuan. 3

14 STATISTIK NON PARAMETRIK (UJI SAMPEL INDEPENDENT MANN WITNEY) Test mann-whitney biasa digunakan untuk menguji hipotesis komparatif dua sampel independen. U- test juga digunakan pada hasil penelitian jika datanya berbentuk ordinal. Pengujian dengan mengunakan U-test mengisyaratkan bahwa data harus melalui bentuk rangking sehingga datanya berbentuk ordinal (tingkatan). Jika data dalam bentuk interval atau rasio maka data terlebih dahulu dirubah kedalam bentuk ordinal (rangking). Pengunaan uji U-test juga mengisyaratkan bahwa sampel data yang diteliti bersifat independent atau variabel satu tidak tergantung oleh variabel satunya dalam pengukuran/pengamatan. Pengunaan uji U-test diasumsikan jika analisis yang lebih tajam (parametrik mis: t-test) beberapa asumsi tidak terpenuhi seperti distribusi data harus normal dan variansi harus sama. RUMUS Terdapat dua rumus dalam pengujian dengan U-test yaitu. U Dan U n n n n n n n R n R Keterangan; N = Jumlah sampel N = Jumlah sampel U = Jumlah sampel U = Jumlah sampel R = Jumlah sampel R = Jumlah sampel 4

15 STUDI KASUS Latihan Suatu penelitian dilakukan di Rumah sakit PKU untuk mengetahui pengaruh diterapkannya metode baru (metode kanggoru) terhadap peningkatan suhu tubuh bayi. Untuk mengetahui pengaruh metode kanggoru maka dilakukan penelitian eksperimen dengan mengunakan kelompok yaitu kelompok pertama (A) dengan metode inkubator dan kelompok kedua (B) dengan metode kanggoru. Jumlah sampel pada kelompok A sebanyak orang pada kelompok B sebanyak 5 orang. Berdasarkan hasil penelitian diperoleh data sebagai berikut: Klp A Suhu bayi Klp B Suhu bayi Pertanyaan Apakah metode kanggoru lebih efektif dalam meningkatkan suhu tubuh bayi dibanding dengan metode inkubator...? 5

16 Penyelesaian. Tentukan Hipotesis Ho; tidak terdapat perbedaan peningkatan suhu tubuh bayi antara pengunaan metode inkubasi dan metode kanggoro. Ho; Terdapat perbedaan suhu bandan antara metode inkubasi dengan metode kanggoru dimana metode kanggoru lebih meningkatkan suhu badan bayi lebih tinggi.. Tentukan daerah penerimaan Hipotesis Alfa = 0, 05 U tabel = 4 (diperoleh dari N = dan N = 5) 3. Perhitungan U U n n n n n n Tabel bantu n R n R Klp Suhu Perin Klp Suhu Peringkat A bayi gkat B bayi , ,5 4 5, , ,5 8 0, , , ,

17 Nb; Untuk mencari peringkat data terlebih dahulu diurutkan dari yang terkecil ke terbesar atau sebaliknya. Cara membuat peringkat misalkan angka 0 ada dua pada kelompok A maka yang harusnya dan peringkatnya diambil tengah-tengah menjadi,5 dan,5. Setelah rangking kita dapatkan maka kita masukan ke dalam rumus yang ada. U U n n n n *5 R U 80 U U n n n n 5 5 *5 R U Hasil Untuk melakukan interpretasi kita mengunakan perhitunggan U U-test tabel > U-test hitung. 5. Kesimpulan Ho Ditolak 6. Arti Ada perbedaan penurunan suhu tubuh antara pengunaan metode inkubator dengan metode kanggoru. PRAKTIKUM UJI MANN-WITHNEY U TEST Studi kasus (membuktikan perhitungan manual dengan program spss) Suatu penelitian dilakukan di Rumah sakit PKU untuk mengetahui pengaruh diterapkannya metode baru (metode kanggoru) terhadap peningkatan suhu 7

18 tubuh bayi. Untuk mengetahui pengaruh metode kanggoru maka dilakukan penelitian eksperimen dengan mengunakan kelompok yaitu kelompok pertama (A) dengan metode inkubator dan kelompok kedua (B) dengan metode kanggoru. Jumlah sampel pada kelompok A sebanyak orang pada kelompok B sebanyak 5 orang. Berdasarkan hasil penelitian diperoleh data sebagai berikut: Klp metode kanggoro Suhu bayi Klp metode inkubator Suhu bayi Pertanyaan Apakah metode kanggoru lebih efektif dalam meningkatkan suhu tubuh bayi dibanding dengan metode inkubator...? Penyelesaian. Masukan data pada menu spss, seperti terlihat pada gambar berikut: 8

19 . Lakukan analisis data dengan mengaktifkan menu ANALIZE dan pilih uji independent seperti terlihat pada gambar berikut: 3. Kemudian klik sehingga pada layar akan terlihat gambar berikut: Aktifkan uji mann withney 9

20 4. Masukan vairable suhu badan kedalam kottak tes variabel list dan masukan kelompok kedalam group kotak bawah kemudian Ok, sehingga hasil analisis dapat terlihat. 5. Hasil analisis Nilai uji mann withney 6. Hasil analisis menunjukkan hasil yang sama antara perhitungan secara manual dengan perhitungan mengunakan program SPSS. 0

21 Pendahuluan UJI NON PARAMETRIK 3 (UJI MC NEMAR) If your data are binary, use the McNemar test. This test is typically used in a repeated measures situation, in which each subject's response is elicited twice, once before and once after a specified event occurs. The McNemar test determines whether the initial response rate (before the event) equals the final response rate (after the event). This test is useful for detecting changes in responses due to experimental intervention in before-and-after designs. If your data are categorical, use the marginal homogeneity test. This test is an extension of the McNemar test from binary response to multinomial response. It tests for changes in response (using the chi-square distribution) and is useful for detecting response changes due to experimental intervention in before-andafter designs. The marginal homogeneity test is available only if you have installed Exact Tests. Rumus A D X A D Pengunaan Teknik statistik ini digunakan untuk menguji komparasi dua sampel yang berkorelasi bila datanya berbentuk nominal/diskrit. Rancangan penelitian yang digunakan bersifat sebelum dan sesudah ada perlakuan (treatment). Menilai dampak dari suatu intervensi. Studi kasus Suatu penelitian dilakukan untuk mengetahui dampak adanya penyuluhan tentang bahaya merokok pada masyarakat terhadap kebiasaan merokok pada masyarakat di desa A. Berdasarkan hasil penelitian diperoleh hasil sebagai berikut:

22 Sebelum penyuluhan Setelah penyuluhan Tidak merokok 50 5 Merokok keterangan: jika setelah dilakukan penyuluhan didapatkan bahwa yang sebelumnya merokok menjadi tidak merokok sebanyak 85, tetap tidak merokok 40, tetap merokok 65, tidak merokok menjadi merokok 0. Penyelesaian secara manual. Judul penelitian Pengaruh penyuluhan tentang bahaya merokok terhadap perilaku kebiasaan merokok pada masyarakat A. Variabel Penelitian Variabel independent penyuluhan bahaya merokok Variabel dependent kebiasaan merokok 3. Masalah Penelitian adakah pengaruh penyuluhan bahaya merokok terhadap kebiasaan merokok pada masyarakat A 4. Jumlah populasi/sampel Besar sampel sebanyak 00 responden 5. Desain Penelitian Desain penelitian Eksperiment dengan desai pre post test design Gambar

23 Perlakuan (penyuluhan Bahaya Merokok) Kebiasaan Merokok Masyarakat Kebiasaan Merokok Masyarakat 6. Hipotesis Ho = tidak terdapat perbedaan kebiasaan merokok sebelum dan sesudah ada penyuluhan bahaya merokok Ho = terdapat perbedaan kebiasaan merokok sebelum dan sesudah ada penyuluhan bahaya merokok 7. Kriteria Pengujian Ho diterima jika harga chi square hitung lebih kecil dari harga tebel pada taraf kemaknaan 5%. 8. Perhitungan Tabel bantu Sebelum penyuluhan Setelah penyuluhan Tidak merokok 50 5 Merokok Terjadinya perubahan akibat dari penyuluhan seperti terlihat pada tabel berikut: Perilaku merokok Tidak Merokok merokok Merokok Tidak Merokok

24 Jadi A D X A D 85 0 X 85 0 X 57,64 9. Hasil Harga chi square tersebut selanjutnya dibandingkan dengan harga chi square tabel. Pada tabel dengan DF = dan taraf signifikan 5% maka harga chi square tabel = 3,894. berdasarkan hasil perhitungan maka H0 di tolak. 0. Kesimpulan Terdapat perbedaan yang signifikan perilaku kebiasaan meroko sebelum dan sesudah adanya penyuluhan tentang bahaya merokok. 4

25 APLIKASI SOFWARE SPSS PADA KASUS DIATAS KASUS Suatu penelitian dilakukan untuk mengetahui dampak adanya penyuluhan tentang bahaya merokok pada masyarakat terhadap kebiasaan merokok pada masyarakat di desa A. Berdasarkan hasil penelitian diperoleh hasil sebagai berikut: Sebelum penyuluhan Setelah penyuluhan Tidak merokok 50 5 Merokok keterangan: jika setelah dilakukan penyuluhan didapatkan bahwa yang sebelumnya merokok menjadi tidak merokok sebanyak 85, tetap tidak merokok 40, tetap merokok 65, tidak merokok menjadi merokok 0. LANGKAH PENYELESAIAN. Buka lembar kerja baru spss. Kemudian buat variabel sebelum dan sesudah 3. Masukan data kedalam format spss seperti terlihat pada gambar berikut: 4. Aktifkan menu ANALIZE, kemudian pilih 5

26 Aktifkan menu related sample 5. Masukan variabel sebelum pada variabel dan variabel sesudah pada variabel, kemudian Pilih uji MC Nemar test, sehingga pada layar terlihat gambar berikut: Masukan variable yang akan dianalisis Aktifkan menu test McNemar 6. Hasil Out put spss 6

27 Hasil uji MC Nemar 7

28 PERTEMUAN 4 LATIHAN KASUS Suatu penelitian dilakukan di puskesmas Kartosuro untuk mengetahui perbedaan pertumbuhan berat badan antara bayi yang lahir dengan BBLR (bayi berat lahir rendah) dengan bayi berat lahir normal pada bulan ke 4. berdasarkan hasil penelitian diperoleh hasil sebagai berikut: BBL Bulan Pertanyaan. Uji statistik apa yang tepat untuk melakukan pengujian pada kasus...?. Lakukan pengujian kemudian sajikan seperti pada tabel pada journal berikut: 8

29 3. Bagaimana hasil interpretasi dari hasil penelitian tersebut...? KASUS Suatu penelitian dilakukan untuk mengetahui faktor-faktor yang berhubungan dengan kejadian ISPA di Kabupaten Sukoharjo. Berdasarkan hasil penelitian diperoleh hasil sebagai berikut: No Status ASI Status ISPA Kode ; = eksklusif; = tidak eksklusif Kode ; = ISPA; = tidak ISPA Status gizi Kode ; = Baik; = buruk Status imunisasi Kode ; = lengkap; = tidak pendidika n Kode ; = rendah; = tinggi 9

30 Pertanyaan. Ujilah data tersebut dengan uji chi square kemudian dari hasil analisis chi square yang bermakna pada level α = 0,05 kemudian lakukan pengujian dengan regresi logistik.... Berikan interpretasi untuk hasil chi square...? 3. Sajikan data tersebut seperti pada tabel dalam journal berikut: 4. Berikan interpretasi untuk hasil regresi logistik...? 30