Catatan:
1. Kita tentukan hipotesisnya dengan skala pengukuran variable
2. Setelah itu kita tentukan pasangan dan jumlah kelompoknya
3. Setelah itu kita tentukan hipotesisnya sesuai table uji hipotesis
Jika pada uji statistic jumlah sampel :
a. n>50 menggunakan kolmogorov smirnov
b. n<50>
· jika didapatkan data pada table sig:
1. >0,05 maka data distribusi normal
2. <0,05>
Kemudian lakukan prosedur proses transformasi data. Transformasi dilakukan dengan menggunakan fungsi log, akar, kuadrat, atau fungsinya.
Apabila belum mendapat hasil normal lakukan sesuai prosedur pada table uji hipotesis di bawah.
| Skala Pengukuran | |
| KATAGORIK/KUALITATIF | NUMERIK/NON KATEGORIK/KUANTITATIF |
| NOMINAL Co : Jenis Kelamin
ORDINAL Co : Tingkat Pendidikan · Pendidikan Rendah · Pendidikan Menengah · Pendidikan Tinggi Klasifikasi Kadar Kolesterol · Rendah · Normal · Tinggi | INTERVAL Co : Suhu Badan RASIO Co :
|
Nominal dan Ordinal (kategorik)
Variabel nominal dan variable ordinal disebut sebagai variable kategorik karena variable tersebut mempunyai kategori variable. Sebagai contoh ‘Jenis Kelamin’ adalah variable, sedangkan ‘laki-laki’ dan ‘perempuan’ adalah kategori variabel, 'Klasifikasi kadar kolesterol' adalah variabel, sedangkan 'baik', 'sedang', dan 'buruk' adalah kategorinya.
Berdasarkan kategori inilah Anda dapat membedakan variabel
nominal dan variabel ordinal. Variabel nominal mempunyai kategori
yang sederajat atau tidak, bertingkat (contoh: variabel jenis kelamin
dengan kategori laki-laki dan perempuan) sedangkan variabel ordinal
mempunyai kategori yang tidak sederajat atau kategori vang bertingkat (contoh: variabel kolesterol dengan kategori kadar kolesterol baik, kadar kolesterol sedang, dan kadar kolesterol buruk).
Rasio dan Interval (Numerik)
Variabel rasio dan interval disebut sebagai variabel numerik karena variabel tersebut tidak mempunyai kategori variabel. Anda dapat membedakan variabel rasio dan interval berdasarkan nilai nolnya. Apabila variabel tersebut mempunyai nilai nol alami (seperti tinggi badan, berat badan, jarak), maka Anda menyebutnya sebagai variabel rasio. Apabila variabel tersebut tidak mempunyai nilai nol alami (seperti suhu), maka Anda menyebutnya sebagai variabel interval. Perhatikan bahwa nol derajat pada Skala Celcius berbeda dengan nol derajat pada skala Fahrenheit!!!
Jenis Hipotesis
Dalam bahasa Inggris, terdapat perbedaan yang cukup jelas antara association, comparasion, dan correlation. Akan tetapi, ketika diterjemahkan ke dalam bahasa Indonesia, ketiga kata tersebut diterjemahkan menjadi hubungan. Akibatnva, dalam bahasa Indonesia, pengertian `mencari hubungan' bisa berarti mencari hubungan secara komparatif maupun secara korelatif. Kalau kita membaca kata `mencari hubungan', maka akan timbul kerancuan apakah yang dimaksud adalah mencari hubungan secara komparatif atau secara korelatif. Untuk inenghindari kerancuan tersebut, dalam buku ini diambil kesepakatan sebagai berikut.
Pada tabel uji hipotesis, jenis hipotesis dibagi menjadi dua, yaitu komparatif dan korelatif. Unruk membedakannya, perhatikan contoh sebagai berikut.
Untuk menunjukkan bahwa metode yang dipakai untuk mencari hubungan antarvariabel adalah metode komparatif, maka digunakan kata hubungan atau perbandingan. Sedangkan untuk menunjukkan bahwa metode yang digunakan untuk mencari hubungan antarvariabel adalah metode korelatif, maka digunakan kata korelasi.
Pertanyaan penelitian untuk hipotesis komparatif
- Apakah terdapat perbedaan rerata kadar gula darah antara kelompok yang mendapat pengobatan glibenkamid dan kelompok placebo?
- Apakah terdapat hubungan antara kadar gula darah dengan jenis pengobatan yang di terima (glibenkamid dan placebo)
- Apakah terdapat perbedaan terjadinya kanker paru antara perokok dan bukan perokok?
- Apakah terdapat hubungan antara perilaku merokok dan terjadinya kanker paru?
Pertanyaan untuk hipotesis korelatif
- Berapa besar korelasi antara kadar trigliserida dan kadar gula darah
Dengan mengamati secara seksama kata kunci pada contoh pertanyaan penelitian di atas, anda sudah mengetahui perbedaan jenis hipotesis tersebut.
Pasangan dan Jumlah Kelompok
Istilah keempat dan kelima: Pasangan dan jumlah kelompok
Anda harus mengetahui apa yang dimaksud berpasangan dan tidak berpasangan serta yang dimaksud dengan 2 kelompok dan > 2 kelompok.
Penjelasannya dengan mudah dapat dijelaskan dengan contoh sebagai berikut :
Ilustrasi satu: dua kelompok tidak berpasangan.
Anda mengukur tekanan darah subjek penelitian. Subjek penelitian tersebut berasal dari dua kelompok, yaitu kelompok daerah rural dan kelompok daerah urban. Nah, data tekanan darah kelompok rural adalah satu kelompok data, sedangkan data tekanan darah kelompok urban adalah kelompok data yang lain. Dengan demikian, dari segi jumlah, Anda punya dua kelompok data. Sedangkan dari segi berpasangan, Anda mempunyai kelompok data yang tidak berpasangan karena individu dari kedua kelompok data tersebut berbeda.
Ilustrasi dua: dua kelompok berpasangan
Ada sekelompok mahasiswa yang diukur berat badannya sebanyak dua kali, yaitu pada Bulan Januari 2003 dan Bulan Februari 2003. Nah, data beriat badan mahasiswa pada Bulan Januari adalah satu kelompok data. Berat badan mahasiswa pada Bulan Februari adalah sekelompok data lagi. Dari segi ju.mlah, Anda mempunyai dua kelompok data (yaitu berat badan mahasiswa pada bulan Januari dan Februari). Dari segi berpasangan, Anda mempunyai kelompok data yang berpasangan karena individu dari 2 kelompok data adalah individu yang sama.
Ilustrasi tiga: kelompok berpasangan karena Matching
Ilustrasi sama dengan Ilustrasi pertama. Anda mengukur tekanan darah subjek penelitian yang berasal dari dua kelompok, yaitu kelompok, daerah rural dan kelompok daerah urban. Dalam prosedur pemilihan subjek penelitian, Anda melakukan proses matching, yaitu setiap subjek dari kelompok rural dicarikan pasangannya yang mempunyai karakteristik yang sama dengan subjek dari kelompok urban. Dengan demikian, dari segi jumlah, Anda punya dua kelompok data. Sedangkan dari segi berpasangan, Anda mempunyai kelompok data yang berpasangan karena ada proses matching.
Ilustrasi empat : Kelompok berpasangan karena desain crossover
Jenis data kelompok berpasangan bias juga diperoleh pada suatu uji klinis yang menggunakan desain crossover. Pada desain ini, pada periode tertentu subjek penelitian akan menerima obat A. Setelah menyelesaikan obat A, subjek penelitian akan menerima obat B sclama periode tertentu. Dengan cara ini, akan diperoleh data ketika subjek penelitian menggunakan obat A dan ketika subjek penelitian menggunakan obat B. Data obat A dengan data obat B dikatakan berpasangan karena data tersebut diperoleh dari individu yang sama.
Skala Pengukuran Variable
| JENIS HIPOTESIS | VARIABEL YANG DI CARI ASOSIASINYA | ISTILAH | |
| VARIABEL I | VARIABEL II | ||
| HIPOTESIS KOMPARATIF | KATEGORIK | KATEGORIK | KOMPARATIF KATEGORIK |
| KATEGORIK | NUMERIK | KOMPARATIF NUMERIK | |
| NUMERIK | NUMERIK | - | |
| HIPOTESIS KORELATIF | KATEGORIK | KATEGORIK | KORELATIF KATEGORIK |
| KATEGORIK | NUMERIK | KORELATIF KATEGORIK | |
| NUMERIK | NUMERIK | KORELATIF NUMERIK | |
Table Uji Hipotesis Bivariate
| MASALAH SKALA PENGUKURAN | JENIS HIPOTESIS (ASOSIASI) | ||||
| KOMPARATIF | KORELATIF | ||||
| TIDAK BERPASANGAN | BERPASANGAN | ||||
| NUMERIK | 2 KELOMPOK | >2 KELOMPOK | 2 KELOMPOK | >2 KELOMPOK | PEARSON * |
| UJI t TIDAK BERPASANGAN | ONE WAY ANOVA | UJI t BERPASANGAN | REPEATED ANOVA | ||
| KATEGORIK (ORDINAL) | MANN WHITNEY | KRUSKAL WALLIS | WILCOXON | FRIEDMAN | SPEARMAN SOMMERS D GAMMA |
| KATEGORIK (NOMINAL/ORDINAL) | CHI SQUARE, FISHER, KOLMOGOROV SMIR NOV, TABEL (B X K) | MC NEMAR, COCHRAN MARGINAL HOMOGENITY WILCOXON, FRIEDMAN (PRINSIP PXK) | KOEFISIEN KONTINGENSI LAMBDA | ||
KETERANGAN :
1. 
Uji dengan tanda * merupakan uji parametric
2. Tanda panah ke bawah menunjukan uji alternative jika syarat uji parametric tidak terpenuhi atau distribusi tidak normal dari hasil uji normalitas.
3. Untuk hipotesis komparatif numeric, perlu di perhatikan banyaknya kelompok.
4. Untuk hipotesis komparatif kategorik tidak berpasangan, pemilihan uji menggunakan “table B x K”
5. Untuk hipotesis komparatif kategorik berpasangan, pemilihan uji menggunakan “table P x K”
REFERENSI
Dahlan, M. Sopiyudin. 2008. Statistik Untuk Kedokteran dan Kesehatan ed.3. Jakarta. Penerbit Salemba Medika
