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: 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)

Pengumpulan Data

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

Skala pengukuran

ESTIMASI

Waktu Sembuh Pasien

Sampel

Mean=Rata-rata=?

Mean= 4 hari

Populasi

50

ESTIMASI

tidak merokok Sampel

Proporsi=persentase=?

proporsi= 40%

Populasi Pasien di RS

merokok

500

200

300

UJI HIPOTESIS

Waktu Sembuh Pasien

Sampel

Populasi

Rata-rata = 3,8

50

H: Rata-rata < 5

1,2

KESALAHAN TIPE I & II

Kenyataan

H0 Benar H0 Tdk Benar

KeputusanMenolak H0 Kesalahan

Tipe IOK

Tidak Menolak H0

OK Kesalahan Tipe II

UJI HIPOTESIS

Obat Standar Obat Baru

Wkt Sembuh

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:

Jika tidak ada hubungan antara exposure dengan disease, maka mengikuti distribusi chi_square dengan derajad bebas 1 dan dengan menggunakan tabel distribusi ini dapat digunakan untuk memperoleh tingkat signifikansi (p_values)

2

Ukuran asosiasi yang digunakan dalam studi ini adalah: RR (Relative Risk) atau OR (Odds Ratio) yang didefinisikan sebagai

+

+=

dccbaa

RRbcadOR =

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 PerutTotalYa Tidak

Sambal Ya 109 116 225

Tidak 4 34 38

Total 113 150 263

sambal * sakit perut Crosstabulation

Count

109 116 2254 34 38

113 150 263

yatidak

sambal

Total

ya tidaksakit perut

Total

Chi-Square Tests

19.074b 1 .00017.558 1 .00022.101 1 .000

.000 .000

19.002 1 .000

263

Pearson Chi-SquareContinuity Correctiona

Likelihood RatioFisher's Exact TestLinear-by-LinearAssociationN of Valid Cases

Value dfAsymp. Sig.

(2-sided)Exact Sig.(2-sided)

Exact Sig.(1-sided)

Computed only for a 2x2 tablea.

0 cells (.0%) have expected count less than 5. The minimum expected count is16.33.

b.

Risk Estimate

7.987 2.744 23.251

4.602 1.804 11.743

.576 .488 .681

263

Odds Ratio for sambal(ya / tidak)For cohort sakit perut = yaFor cohort sakit perut =tidakN of Valid Cases

Value Lower Upper

95% ConfidenceInterval

Analisis Data KategorikalSlide 2Slide 3Slide 4Slide 5Slide 6ESTIMASISlide 8UJI HIPOTESISKESALAHAN TIPE I & IISlide 11Slide 12Slide 13Desain Penelitian KesehatanCross Sectional Study DesignSlide 16Slide 17Slide 18Slide 19Slide 20Slide 21