Uji Hipotesis (Komparatif, Korelatif)

 

Uji Hipotesis

• Association

  Association antara variabel kategorik dan numerik dapat menggunakan correlation dan comparation.

  • Association antara dua variabel numerik pasti menggunakan correlation.
  • Association antara variabel kategorik dan kategorik dapat menggunakan correlation dan comparation.
  • Jika correlation dan comparation dapat digunakan, pilihlah yang digunakan oleh komunitas ilmiah masing-masing.

Hipotesis Komparatif

• Definisi

  Comparation adalah cara mencari association dengan keluaran perbandingan atau selisih.

• Contoh

  • Apakah terdapat perbedaan kadar gula darah antara perokok dan bukan perokok?
  • Bagaimana perbandingan kadar gula darah antara perokok dan bukan peroko?
  • Apakah terdapat hubungan antara perilaku merokok dengan kadar gula darah?
  • Apakah terdapat perbedaan terjadinua kanker paru antara perokok dan bukan perokok?
  • Bagaimana perbandingan terjadinya kanker paru antara perokok dan bukan perokok?
  • Apakah terdapat hubungan antara perilaku merokok dan kanker paru?

• Jenis Komparatif

  • Komparatif kategorik

    variabel yang dicari hubungannya adalah variabel kategorik dengan variabel kategorik

  • Komparatif numerik

    variabel yang dicari hubungannya adalah variabel kategorik dengan variabel numerik

• Pasangan dan jumlah kelompok

  • Pasangan

    • Berpasangan

      data yang sama berasal dari individu yang sama (pengukuran berulang, desain crossover, dan data diambil dari dua bagian tubuh berbeda) atau individu yang dianggap sama (proses matching)

    • Tidak berpasangan

      individu dari kedua kelompok berbeda

  • Jumlah Kelompok

    tergantung jumlah variabelnya

  • Contoh

    • dua kelompok tidak berpasangan

      • seorang peneliti membandingkan kadar gula darah antara perokok dan bukan perokok

        • gula darah perokok adalah salah satu kelompok data
        • gula darah bukan perokok adalah kelompok data yang lain

        → segi jumlah: dua kelompok

        → segi berpasangan: tidak berpasangan (karena individu dari kedua kelompok berbeda)

    • dua kelompok berpasangan

      • sekelompok mahasiswa diukur berat badannya dua kali yaitu pada Februari dan Maret 2021.

        • data berat badan pada Februari adalah satu kelompok data
        • data berat badan pada Maret adalah sekelompok data lagi

        → segi jumlah: dua kelompok

        → segi berpasangan: data berpasangan (karena individu dari kedua kelompok data adalah individu yang sama)

    • kelompok berpasangan karena matching

      • seorang peneliti membandingkan kadar gula darah antara perokok dan bukan perokok. Dalam prosedur penelitian subjek penelitian, ia melakukan proses matching. Setiap subjek perokok dicarikan pasangannya dari bukan perokok dengan syarat mempunyai karakteristik yang sama berdasar usia dan jenis kelamin

        → segi jumlah: dua kelompok

        segi berpasangan: data berpasangan karena proses matching

    • kelompok berpasangan karena desain cross over

      data berpasangan bisa juga diperoleh pada suatu uji klinis menggunakan desain cross over. Pada desain ini pada periode tertentu subjek penelitian akan menerima oabt A. Setelah menyelesaikan obat A, mereka akan menerima obat B. Selama periode tertentu. Dengan cara ini akan diperoleh data ketika subjek menggunakan obat A dan ektika menggunakan obat B.

      Data obat A dengan data obat B dikatakan berpasangan karena data tersebut diperoleh dari individu yang sama

    • Kelompok berpasangan karena diambil dari bagian tubuh berbeda pada subjek yang sama

      Peneliti hendak membandingkan kadar igB pada lesi dermatitis atopik dan kulit normal pada subjek yang sama

      → segi berpasangan: data berpasangan

Hipotesis Korelatif

• Definisi

  Correlation adalah cara mencari association dengan keluaran koefisien korelasi.

  • antara variabel numerik

• Contoh

• Bagimana korelasi antara kadar trigliserida dan kadar gula darah?
• Apakah terdapat hubungan antara kadar trigliserida dan kadar gula darah?

Set data (Distribusi Normal/ Tidak Normal)

Metode:

• deskriptif hitung

  Parameter:

  • Koefisien varian (CoV)

    perbandingan antara simpangan standar dan harga atau nilai rata-rata yang dinyatakan dengan persentase.

    Kriteria sebaran normal: Koefisien varian <30%

    • Keterangan

      CoV: Simpang baku/rerata x100%

  • Rasio Skewness

    Skewness adalah ukuran ketidaksimetrisan dalam distribusi nilai. Skewness dapat bernilai positif, negatif, dan nol

    kriteria sebaran normal: -2 sd 2

    • keterangan

      RS= Skewness/ Standart Error

  • Rasio kurtosis

    Kurtosis adalah indikator untuk menunjukkan derajat keruncingan (tailedness).

    • Kriteria sebaran normal

      -2 sd 2

    • Keterangan

      RK: Kurtosis/ Standart Error

• deskriptif gambar

  • Histogram

    simetris, tidak terlalu tinggi, maupun terlalu rendah

  • Box plot

    simetris, median tepat di tengah segi empat, tidak ada outlier atau nilai ekstrem

  • Nomal Q-Q plots

    data menyebar sekitar garis

  • Detrended Q-Q plots

    Data menyebar sekitar garis

• analitik

  • Kolmogorov-Smirnov

    • Jumlah subjek >50

    • Kriteria sebaran normal

      Nilai kemaknaan (p)>0,05

  • Shapiro-Wilk

    • Jumlah subjek <50

      Nilai kemaknaan (p)> 0,05