By : Agus AL Rahman Muhamad Faisal Pataha
UJIAN TAKE HOME BIOSTATISTIK
Tanggal : 15 November 2011
Sifat Ujian : TAKE HOME (Dikumpulkan Tanggal 29 November 2011)
Lampiran : Tugas Biostatistik
1. Merujuk pada soal no. 1 dari tugas yang telah anda kerjakan :
a. Tuliskan satu uji hipotesis yang telah anda lakukan pada data smoke.xlsx (bila anda telah menggerjakaan lebih dari satu uji, pilih satu saja)
Jawab :
Hipotesis pengujian nol adalah
H0: Tidak ada beda rata-rata umur antar jenis kelamin (Laki-laki dan Perempuan)
(µL = µP; L=laki-laki dan P=Perempuan).
H1: Ada beda rata-rata umur antar jenis kelamin (Laki-laki dan Perempuan)
(µL = µP; L=laki-laki dan P=Perempuan)
Ho ditolak jika nilai p-value ≤ 0,05 (jika dipakai kesalahan α = 5%).
b. Tuliskan (rumus) statistik uji dari hipotesis yang diatas
Jawab :
Untuk data sampel n ≥ 30 maka distribusi estimasi T mendekati Z bisa dipakai karena taksiran CI yang dihitung dengan sebaran s memberikan pembuktian yang sesuai (tidak terjadi keanehan), namun jika n < 30 maka mulai terjadi keanehan yaitu ragam akan berfluktuasi secara besar-besaran artinya CI yang dihitung dengan s memberikan pendekatan yang lebih sempit (kecil) dari yang seharusnya sehingga kondisi inilah yang distibusi T muncul dan dipakai sebagai salah satu solusi menyelesaikan masalah tersebut
c. Tuliskan hasil statistik uji p-value nya, inter prestasikan hasilnya
Jawab :
Interprestasi dari hasil SPSS dapat disimpulkan bahwa hipotesis pengujian nol adalah
Ho: Tidak ada beda rata-rata umur antar jenis kelamin (Laki-laki Perempuan)
(µL = µP; L=laki-laki dan P=Perempuan).
Ho ditolak jika nilai p-value ≤ 0,05 (jika dipakai kesalahan α = 5%).
ü Rata-rata Umur Laki-laki (44,76) lebih besar dari umur responden perempuan (40,02)
ü Uji Kesamaan variansi memberikan hasil p = 0,116, artinya asumsi kesaman variansi umur antara 2 jenis kelamin tidak dilanggar
(Ho : dan Ha: ).
ü Uji beda rata-rata pakai baris 1.
Diperoleh mean Diff = 4,748 dengan CI 95% mean diff adalah 1,623 ≤ mean diff ≤7,872.
p-value = 0,003. Kesimpulan bahwa terbukti ada perbedaan rata-rata umur antara jenis kelamin.
2. Merujuk pada soal no. 2 dari tugas yang telah anda kerjakan
a. Uji statistik apa yang ada lakukan untuk menganalisis data pengaruh tritmen (Drug dan Diet saja) terhadap hipertensi ? Jelaskan Alasannya
Jawab :
Analisis yang cocok digunakan untuk melihat pengaruh treatment Drug dan Diet yaitu menggunakan analisis varians dua arah (Anova 2 Arah).
Uji ini cocok digunakan dengan data yang ada karena analisis varians dua arah itu adalah menguji perbedaan rata-rata dua, tiga kelompok sampel atau bahkan lebih dengan dua variabel independen dan satu variabel dependen.
Pada kasus ini yang menjadi variabel independen yaitu “Drug” dan “Diet”, sedangkan variabel dependen yaitu “Hipertensi”.
b. Kesimpulan apa yang dapat diambil dari analisis statistik yang telah anda lakukan ?
Jawab :
Analisis pengaruh tretment Hipertensi menurut jenis pemberian obat “Drug” dan pemberian diet “Diet”.
ü Efek Obat (Drug)
Ho : Efek obat tidak berpengaruh terhadap Hipertensi
ü Efek Diet (Special Diet)
Ho : Efek diet tidak berpengaruh terhadap Hipertensi
ü Efek Interaksi (Obat dan Diet)
Ho : Efek interaksi tidak berpengaruh terhadap Hipertensi
c. Apabila Drug, Diet dan Biofeed semuanya akan dianalisis sebagai variable atau faktor, metode apa yang dapat digunakan ?
Jawab :
Interpretasi dari Hasil SPSS diatas adalah :
Sebelum dilakukan analisis varians dua arah (Anava 2 arah), sebelumnya dilakukan dulu uji homogenitas. Dari tabel Levene’s Test, nilai p-value yang diperoleh yaitu sebesar 0,809 ( p > 0,05 ), maka kesimpulannya asumsi homogenitas varians yang merupakan asumsi dalam analisis varians terpenuhi. Hal tersebut berarti bahwa tidak ada perbedaan variasi yang signifikan diantara kedua kelompok atau dengan katalain varians data adalah sama.
Efek Obat (Drug)
Hasil analisis Anava 2 arah menunjukan bahwa nilai probabilitas yang diperoleh yaitu 0,000 ( p < α ). Jadi pada CI:95%, Ho ditolak dan Ha diterima, artinya efek obat berpengaruh terhadap Hipertensi.
Kesimpulannya yaitu pemberian obat X, Y, dan Z dalam treatment mempunyai efek atau pengaruh yang signifikan terhadap Hipertensi pasien, atau ada perbedaan rata-rata Hipertensi pasien menurut 3 jenis obat yang diberikan.
Efek Diet (Diet)
Hasil analisis Anava 2 arah menunjukan bahwa nilai probabilitas yang diperoleh yaitu 0,000 ( p < α ). Jadi pada CI:95%, Ho ditolak dan Ha diterima, artinya efek perlakuan diet berpengaruh terhadap tekanan darah.
Kesimpulannya yaitu pemberian diet dalam treatment mempunyai efek atau pengaruh yang nyata terhadap Hipertensi pasien, atau ada perbedaan Hipertensi pasien menurut perlakuan diet yang diberikan.
Efek Interaksi (Obat dan Diet)
Hasil analisis Anava 2 arah menunjukan bahwa nilai probabilitas yang diperoleh yaitu 0,141 ( p > α ). Jadi pada CI:95%, Ho diterima dan Ha ditolak, artinya interaksi obat dan diet tidak mempunyai efek terhadap tekanan darah. Kesimpulannya yaitu tidak ada pengaruh yang nyata akibat dari interaksi pemberian ketiga jenis obat dan perlakuan diet terhadap Hipertensi pasien.
Uji lanjut (Post Hoc Test è Bonferroni) dengan tujuan untuk melihat efek obat yang lebih bagus dalam menurunkan Hipertensi, serta melihat apakah diberikan diet atau tidak bisa menurunkan Hipertensi.
Efek obat yang lebih baik dalam menurunkan Hipertensi
Dari hasil Multiple Comparisons diketahui bahwa :
Perbedaan rata-rata Hipertensi akibat efek obat X dan Z adalah 16,25 mmHg dalam rentang 95%, terletak antara 6,20 – 26,30 mmHg dan signifikan pada alfa 5% (p=0,001 < 0,05). Artinya obat X dapat menurunkan rata-rata Hipertensi sebesar 16,25 mmHg dibandingkan dengan obat Y.
Sedangkan untuk obat X dan Z mempunyai perbedaan rata-rata 12,75 mmHg yang berada dalam rentang 2,70 – 22,80 mmHg serta signifikan pada alfa 5% (p=0,008 < 0,05). Artinya obat X juga dapat menurunkan rata-rata Hipertensi sebesar 12,75 mmHg dibandingkan dengan obat Z.
ü Diet terhadap penurunan Hipertensi
Tidak bisa dilakukan uji lanjut, karena Diet hanya terdiri dari dua kelompok, sehingga untuk menglihat penurunan Hipertensi cukup dengan membandingkan dengan dua nilai mean, baik pada rata-rata Hipertensi yang diberikan diet maupun dengan yang tidak diberikan diet. Berikut ini adalah estimasi rata-rata Hipertensi pasien menurut jenis diet secara marginal:
3. Merujuk pada soal no. 3 dari tugas yang telah anda kerjakan (data marital.sav)
a. Metode apa yang anda gunakan untuk menganalisis apakah ada perbedaan tingkat depresi antara laki-laki dengan perempuan (pertanyaan poin 4 dari soal no 3 pada tugas)
Jawab :
Dalam analisis ini sayaa menggunakan Uji Independen T-Test, dengan hipotesis sebagai berikut :
H0 : Tidak ada perbedaan depresi antara laki-laki dengan perempuan
H1 : Ada perbedaan depresi antara laki-laki dengan perempuan
Hasil uji kenormalan data menggunakan Uji Kolmogorov Smirnov, diperoleh bahwa data depresi pada kedua kelompok berdistribusi normal baik pada laki-laki (p = 0,200) maupun pada perempuan (p = 0,071).
Jadi analisis Independent T-Test memenuhi syarat untuk dilakukan uji statistik
Secara deskriptif pada tabel pertama terlihat bahwa skor depresi dari 16 orang laki-laki mempunyai rata-rata 157,63 dengan deviasi 68,835.
Sedangkan skor depresi dari 23 orang perempuan mempunyai rata-rata 111,96 dengan deviasi 51,217.
Selanjutnya hasil uji varians diperoleh nilai p = 0,136 ( p > 0,05), artinya pada CI:95% data depresi kedua kelompok antara laki-laki dan perempuan adalah sama.
Asumsi varians terpenuhi, dan ini tidak menjadi syarat mutlak.
Jadi untuk menglihat hasil uji t memakai angka pada Equal variances assumed.
Hasil uji independent t-test diperoleh p-value = 0,023 ( p < 0,05 ), artinya pada CI:95% Ho ditolak dan Ha diterima, sehingga ada perbedaan depresi antara laki-laki dengan perempuan.
Kesimpulannya adalah terdapat perbedaan yang signifikan depresi antara kelompok laki-laki dengan kelompok perempuan, dimana skor depresi pada kelompok laki-laki lebih tinggi dibandingkan skor depresi pada kelompok perempuan.
Dimana pada CI:95% kita percaya bahwa jika pengukuran dilakukan dipopulasi, maka perbedaan skor depresi antara kelompok laki-laki dengan perempuan sebesar 45,668. Dimana skor tersebut berada pada rentang 6,75 – 85,58
b. Apakah ada pengaruh permasalahn dalam perkawinan dan pekerjaan terhadap depresi, dengan mempertimbangkan variable yang lain seperti usia dan jenis kelamin. Jelaskan bagaimana pengaruh (pertanyaan poin 5 dari soal no 3 pada tugas)
Jawab :
Ho : Tidak ada pengaruh permasalahan dalam perkawinan terhadap depresi
Ha : Ada pengaruh permasalahan dalam perkawinan terhadap depresi
Ho : Tidak ada pengaruh permasalahan dalam pekerjaan terhadap depresi
Ha : Ada pengaruh permasalahan dalam pekerjaan terhadap depresi
Ho : Tidak ada pengaruh umur terhadap depresi
Ha : Ada pengaruh umur terhadap depresi
Ho : Tidak ada pengaruh jenis kelamin terhadap depresi
Ha : Ada pengaruh jenis kelamin terhadap depresi
Data depresi pada marital.sav telah berdistribusi normal. Hasil analisis regresi linier ganda adalah sebagai berikut :
Pada Model Summary, nilai R Square diperoleh mempunyai arti seberapa besar nilai (persen) persamaan yang diperoleh mampu menjelaskan Depresi. Semakin mendekati 100% maka persamaan yang diperoleh semakin baik. Pada Model Summary diatas, nilai R Square adalah
0,434. Artinya persamaan garis yang diperoleh mampu menjelaskan indeks depresi sebesar
43,4%, dan 56,6% sisanya dijelaskan oleh oleh variabel lain yang tidak diteliti.
Berdasarkan tabel Coeffecients, kita bisa melihat variabel-variabel independen mana yang bisa atau tidak untuk dijadikan dalam pemodelan regresi.
Selain itu bisa juga melihat Ho ditolak atau Ha diterima.
Berdasarkan hasil analisis coeffecient nilai p-value untuk variabel marital conflict index/MC (p= 0,000) dan variabel jenis kelamin (p= 0,025) < 0,05 sehingga kedua variabel tersebut berpengaruh terhadap depresi indek (Ho ditolak dan Ha diterima).
Sedangkan nilai p-value untuk variabel usia (p= 0,137) dan variabel work problem index/WP (p= 0,725) yaitu > 0,05 sehingga Ho diterima dan Ha ditolak, yang bearti variabel usia dan WP tidak berpengaruh terhadap depresi indek.
Model regresi dalam bentuk persamaan sebagai berikut :
Y = a + bX +………+ bX
Di mana :
Y = Depresi Indeks
a = Angka konstan koefesien regresi b = Koefesien variable tergantung
X = variable indenpendents yang dijadikan model
Y = 242,605 – 1,217 Marital Conflict Index – 38,749 Usia
4. Merujuk pada soal no. 4 dari tugas yang telah anda kerjakan
a. Metode statistik apakah yang anda gunakan untuk menganalisis faktor-faktor yang berpengaruhi pada BBL rendah ? Jelaskan !
Jawab :
b. Bagaimana pengaruh masing-masing faktor (variable independen) pada outcome BBL rendah ?
Jawab :
1) Analisis faktor yang berpengaruh antara status Merokok dengan kejadian BBLR
Tabel chi-square (2x2)
Interprestasi dari data di atas adalah :
Ho = Tidak ada hubungan antara kejadian merokok dengan kejadian BBLR
H1 = Ada hubungan antara kejadian merokok dengan kejadian BBLR
α = 0,05
Daerah Kritis = Ho ditolak bila nilai Asymp. Sig <0,05
Statistik Uji menggunakan uji X2 (Chi-Square)
Dari perhitungan statistik menggunakan uji X2 (Chi-Square) didapat nilai 4,9237 dengan Asymp. Sig 0,026
Kesimpulan :
Karena Asymp. Sig < 0,05 (0,026) maka Ho ditolak sehingga dapat disimpulkan bahwa ternyata ada hubungan yang signifikan antara kejadian merokok dengan kejadian BBLR
2) Analisis faktor yang berpengaruh antara Status Hipertensi dengan kejadian BBLR
Interprestasi dari data di atas adalah :
ü H0 = Tidak ada hubungan antara status hipertensi dengan kejadian BBLR
H1 = Ada hubungan antara status hipertensi dengan kejadian BBLR
ü α = 0,05
ü Daerah Kritis = Ho ditolak bila nilai Asymp. Sig <0,05
ü Statistik Uji menggunakan uji X2 (Chi-Square)
ü Dari perhitungan statistik menggunakan uji X2 (Chi-Square) didapat nilai Asymp. Sig 0,026
Kesimpulan :
Karena Asymp. Sig < 0,05 (0,026) maka Ho ditolak sehingga dapat disimpulkan bahwa ternyata ada hubungan yang signifikan antara status hipertensi dengan kejadian BBLR
3) Analisis faktor yang berpengaruh antara status Prematur dengan kejadian BBLR
H1 = Ada hubungan antara status prematur dengan kejadian BBLR
α = 0,05
Daerah Kritis = Ho ditolak bila nilai Asymp. Sig <0,05
Statistik Uji menggunakan uji X2 (Chi-Square)
Dari perhitungan statistik menggunakan uji X2 (Chi-Square) didapat nilai Asymp. Sig 0,000
Kesimpulan :
Karena Asymp. Sig < 0,05 (0,000) maka Ho ditolak sehingga dapat disimpulkan bahwa ternyata ada hubungan yang signifikan antara status prematur dengan kejadian BBLR
Tidak ada komentar:
Posting Komentar