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=? 500 300 200 proporsi= 40% merokok
UJI HIPOTESIS Populasi Waktu Sembuh Pasien Sampel H: Rata-rata < 5 1,2 50 Rata-rata = 3,8
KESALAHAN TIPE I & II Kenyataan H0 Benar H0 Tdk Benar Keputusan Menolak H0 Tidak Menolak H0 Kesalahan Tipe I OK OK Kesalahan Tipe II
UJI HIPOTESIS Obat Standar Wkt Sembuh Obat Baru Wkt Sembuh Obat Baru lebih efektif dibandingkan dengan Obat Standar Statistik Uji?
UJI HIPOTESIS Obat Standar Sembuh atau Tdk Sembuh Obat Baru 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 RR = a a + c c + b d OR = ad bc
95% CI for RR: (e l1, e l2 ) l 1 = ln RR 1.96 SE(ln RR) l 2 = ln RR + 1.96 SE(ln RR) SE(ln RR) = SQRT(1/a 1/n E + 1/c 1/n NE ) 95% CI for OR: (e l1, e l2 ) l 1 = ln OR 1.96 SE(ln OR) l 2 = 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. Ya Sakit Perut Tidak Total Sambal Ya 109 116 225 Tidak 4 34 38 Total 113 150 263
sambal * sakit perut Crosstabulation Count sambal Total ya tidak sakit perut ya tidak Total 109 116 225 4 34 38 113 150 263 Chi-Square Tests Pearson Chi-Square Continuity Correction a Likelihood Ratio Fisher's Exact Test Linear-by-Linear Association N of Valid Cases Asymp. Sig. Value df (2-sided) 19.074 b 1.000 17.558 1.000 22.101 1.000 19.002 1.000 263 a. Computed only for a 2x2 table Exact Sig. (2-sided) Exact Sig. (1-sided).000.000 b. 0 cells (.0%) have expected count less than 5. The minimum expected count is 16.33.
Risk Estimate Odds Ratio for sambal (ya / tidak) For cohort sakit perut = ya For cohort sakit perut = tidak N of Valid Cases Value Lower Upper 7.987 2.744 23.251 4.602 1.804 11.743.576.488.681 263 95% Confidence Interval