Variabel dan Data
-
Definisi
adalah karakteristik subyek penelitian yang berbeda/ bervariasi antara subyek yang satu dengan subyek yang lain
-
Contoh
gender, tinggi badan, berat badan, tekanan darah, kadar hemoglobin
Bukan variabel: gender pada asrama putri
variabel: gender pada kelas V SDN "A"
-
Identifikasi variabel
-
Bebas
- variabel yang mempengaruhi variabel lain
- variabel yang apabila berubahan akan menyebabkan perubahan pada variabel lain
-
Tergantung/terikat/ dependen
- variabel yang dipengaruhi variabel lain
- variabel yang perubahannya disebabkan oleh variabel lain
-
Antara
variabel yang berhubungan dengan variabel bebas dan variabel terikat
- namun tidak mempengaruhi hubungan antara variabel bebas dan terikat
-
perancu/ confounding
variabel yang berpengaruh pada hubungan variabel bebas dan terikat
- Pengaruh
- mempengaruhi ke-sahih-an penelitian
- kesimpulan penelitian yang salah
- terjadi bias (
- Cara menyingkirkan variabel perancu
-
Retriksi (kriteria eklusi) → misal semua gosok gigi 2x
-
Matching (kriteria yang sama antara kelompok kontrol dan perlakuan)
pengaruh obat hipertensi thdp sistole diastole selama sebulan→
kontrol: placebo=tepung
perlakuan: kontrol
sama: BB. rentang usia sama
-
Randomisasi (pengambilan secara acak antara kelompok kontrol dan kelompok perlakuan)
usia, BB tidak jadi masalah
-
- Pengaruh
-
-
Hubungan antara variabel
brapa x minum kopi, apakah memiliki gejala, data akan bias bila merokok diambil/tidak krn faktor resiko merokok bukan kopi-masalahnya merokok identik minum kopi
-
Definisi Oprasional Variabel
-
adalah bagaimana mendefinisikan variabel agar dapat diukur
-
Tujuannya untuk menghindari kerancuan dalam mengukur variabel tersebut
-
mengacu pada pustaka/ referensi, namun dipersilahkan membuat definisi sendiri selama dapat dipertanggungjawabkan
-
terdiri dari nama variabel, definisi, cara mengukur, hasil ukur, alat ukur, kategorisasi (jika ada) dan skala data)
-
contoh
-
-
Hubungan Antara Variabel
-
Univariat
mendeskripsikan 1 variabel dengan menampilkan nilai
eg: proporsi, rata-rata, frekuensi, median, SD
-
contoh
proporsi dari 1 variabel
-
interpretasi analisis
- tabel
- diagram garis, pie, batang
tidak boleh pakai 2 gambaran
-
-
Bivariat
menganalisis hubungan antara 2 variabel dengan menggunakan uji statistik (1 variabel terikat dengan 1 variabel bebas)
- komparatif (perbedaan)
- independent t-test
- paired t-test
- one way anova
- mann-whitney
- wilcoxon\kruskal wallis
- korelasi (hubungan)
- komparatif (perbedaan)
-
Multivariat
menganalisis hubungan antara lebih dari variabel (contoh: 1 variabel terikat dengan lebih dari satu variabel bebas)
- regresi linier
- regresi logistik
-
Data
-
Definisi
adalah hasil ukur variabel
-
contoh
-
karakteristik data (skala adata)
-
kategorik
kata2
-
nominal
bukan peringkat
- contoh
- golongan darah,
- gender,
- agama,
- suku,
- pekerjaan
- contoh
-
ordinal
peringkat berurutan dengan interval yang tidak dapat diukur
- contoh
- tingkat pendidikan (SD, SMP, kuliah)
- derajat keparahan penyakit
- status sosial ekonomi
- contoh
-
-
numerik
angka2
-
interval
hasil pengukuran berupa angka, naun memiliki angka nol (0) tidak mutlak (meaningful)
- contoh
- suhu ruangan
- nilai ujian (klo 0 bukan berarti gakda)
- contoh
-
rasio
hasil pengukuran berupa angka, namun memiliki angka nol (0) mutlak
- contoh
- tekanan darah
- denyut nadi
- indeks karies DMF
- contoh
-
-
-
contoh
-
variabel
variabel: usia, gender, tinggi badan, berat badan,
bukan variabel: kepemilikan telpon genggam (karena tidak bervariasi)
-
skala data
usia: murni 19 tahun= rasio
dewasa muda= ordinal
-
Identifikasi Variabel
- Dasar Pemilihan Uji statistik
- Cleaning data (pastikan semua data terisi, tidak ada missing)
- identifikasi variabel dan skala datanya
- hipotesis penelitian= komparatif (perbedaan), korelatif (hubungan), atau multivariat
- berapa jumlah kelompok
- kelompok tidak berpasangan/ independen
- kelompok berpasangan (subje diukur lebih dari 1x)
- uji normalitas
- Analitik komparatif
-
numerik
distribusi normal: parametrik
distribusi tidak normal: non parametrik
-
kategorik
melihat perbedaan dari skala data nominal atau ordinal
-
korelatif
numerik-numerik
numerik -kategorik
kategorik-kategorik
-
multivariat
-
numerik (non parametrik)
-
kategorik
-
korelatif
-
regresi
keknya kurang 1 ini
-
-
komparatif
- contoh
-
perbedaan tekanan darah sistole atlet sprinter SEA GAMES 2018 sebelum dan sesudah berlari 100 mete
variabel bebas: berlari 100 meter
skala data : nominal (sebelum dan sesudah)
variabel terikat: tekanan darah sistole
skala data: rasio (mm/Hg)
jumlah kelompok: 2 (sebelum dan sesudah)
-
perbedaan skor pengetahuan sebelum dan sesudah diberikan intervensi PBL
variabel bebas: PBL
skala data: nominal (sebelum dan sesudah)
variabel terikat: skor pengetahuan
skala data: interval
jumlah kelompok: 2 (sebelum dan sesudah)
-
efektifitas ektrak daun sirih 5% dan 10% terhadap pertumbuhan C. albicans
variabel bebas: ekstrak daun sirih 5% dan 10%
skala data: nominal (sebelum dan sesudah)
variabel terikat: pertumbuhan C. albicans
skala data: rasio
jumlah kelompok: 2 kelompok tidak berpasangan (5% dan 10%
-
perbedaan frekuensi makan manis berdasar gender
variabel bebas: gender
skala data: kategorik nominal (laki dan perempuan)
variabel terikat: frekuensi makan manis
skala data: rasio
jumlah kelompok: 2 (laki dan perepuan)
-
Uji Hipotesis
-
memahami sistematika usulan penelitian
-
definisi
dugaan smentara atas jawaban pertanyaan penelitian
-
H0
tidak terdapat perbedaan/ tidak terdapat hubungan
-
H1
terdapat perbedaan/ terdapat hubungan
-
Default→ H0
"Hubungan antara pengetahuan kesehatan gigi dan mulut dengan motivasi menyikat gigi"
H0=tidak terdapat hubungan pengetahuan dengan motivasi menyikat gigi
-
Fungsi statistik
menguji hipotesis, H0 diterima atau ditolak
- perhitungan statistik dari hasil penelitian akan menghasilkan nilai statistik yang dikonversi menjadi nilai probabilitas (p)
- batas nilai probabilitas adalah alpha (a)
- H0 diterima jika nilai p>a
-
Kemungkinan salah menyimpulkan dalam uji hipotesis
-
Uji statistik adalah uji yang dilakukan pada data yang diperoleh dari sampel. sampel adalah perwakilan dari populasi
-
Kesalahan tipe I= positif semu= alfa
pada sampel ada perbedaan hubungan
- namun tidak ada perbedaan/ hubungan dalam populasi
-
Kesalahan tipe II= negatif semu= beta
pada sampel tidak ada perbedaan/ hubungan
- namun ada perbedaan/hubungan dalam populasi
-
Siapa yang menentukan nilai alfa dan beta?
- peneliti, didasarkan pada kelaziman bidang kajian
Berapa nilai alfa dan beta yang dapat diterima?
-
Lazimnya di bidang kedokteran
alfa= 5%(0,05)→ penelitian komunitas
alfa= 1%(0,01) → penelitian dosis obat lettal
beta= 5% -20% (0,05-0,20)
- untuk menghindari positif semu, pilih alfa kecil
- untuk menghindari negatif semu, pilih beta kecil
-
uji statistik dari hasil penelitian menghasilkan nilai p/ significant
untuk menerima hipotesis 0 (H0) maka nilai p> alfa
Nilai alfa
-
-
Hasil uji statistik
- jika p≤ 0,05
- terdapat perbedaan/ hubungan bermakna
- jika p> 0,05
- tidak terdapat perbedaan
- tidak hubungan bermakna
- jika p≤ 0,05
-
Input data SPSS
-
SPSS compatible dengan excel
-
Name
nama variabel
tidak bisa tanda spasi, jadi pake (-)
-
Tipe
- string (kata2),
- numerik (angka)
-
Decimal
nilai di belakang koma yang ingin ditetapkan
-
Label
lengkap, tapi di name singkat
-
Values
memberikan nilai kode
pria=1
wanita=2
-
Measure
skala kategori:
- scale
- ordinal
- nominal
-
-
Tampilan
-
Data view (copas data dari exel)
hati2 koma itu titik apa koma
-
Tambah variabel
-
Post a Comment