Pos oleh :

dep-beph.fk

FAQ Analisis Data

=&0=&=&1=&

Jawab: Untuk analisis data kuantitatif, beberapa langkah umum yang perlu anda lakukan yakni: 1) deskripsi data (analisis univariat), 2) analisis bivariat, dan 3) analisis multivariat. Berikut penjelasan masing-masing langkah analisis data:

  • Deskripsi data: ini akan dijawab secara ringkas di pertanyaan lain mengenai deskripsi data.
  • Analisis bivariat: analisis bivariat sudah termasuk dalam ranah statistika inferensial. Sesuai dengan namanya, analisis bivariat merupakan analisis antara dua variabel. Cara analisis bivariat ini tergantung jenis hipotesis yang ingin anda jawab. Pada umumnya ada dua jenis hipotesis, hipotesis bisa berupa hipotesis komparatif (hipotesis yang bersifat membandingkan, misalnya: perbedaan rerata kadar trigliserida pada pekerja kantor sedentary dan non-sedentary, perbedaan length of stay pada pasien sepsis yang diberikan antibiotik A dan antibiotik B, dsb) atau hipotesis korelatif (bersifat menghubungkan/asosiatif, misalnya hubungan kadar hemoglobin dengan tingkat prestasi, hubungan ekspresi gen hemofilia dengan kadar faktor pembekuan darah, hubungan tekanan darah dengan tingkat stress tenaga kesehatan, dsb).
    • Bila anda ingin menjawab suatu hipotesis komparatif, anda bisa menggunakan uji yang bersifat parametrik untuk variabel dependen berskala numerik dengan distribusi normal, atau uji non-parametrik untuk variabel dependen berskala numerik dengan distribusi tidak normal atau variabel dependen nominal. Uji yang bersifat parametrik contohnya: t-test (independent atau paired) dan anova (one-way atau repeated), sedangkan uji non-parametrik contohnya: mann-whitney, kruskal-wallis, friedman, wilcoxon, chi-square, fisher exact, log-rank test pada survival analysis yang menggunakan metode kaplan-meier. Fungsi masing-masing uji statistika tersebut akan dijawab pada pertanyaan lain.
    =&4=&: menganalisis secara sekaligus lebih dari satu variabel independen dan/atau variabel dependen, termasuk di dalamnya yakni mengkonfirmasi keberadaan confounding factor yang mempengaruhi hubungan antar variabel. Contoh dari analisis multivariat yakni: regresi linier, regresi logistik, ANCOVA, general linear model, generalized linear model, cox-regression, dsb.

     

    =&5=&=&1=&

    Jawab: untuk mendeskripsikan suatu variabel berjenis numerik perlu disajikan ukuran pemusatan data (mean, median) dan persebaran data (standar deviasi, range, interquartile range). Variabel nominal kebanyakan hanya bisa dideskripsikan dalam bentuk frekuensi relatif (proporsi atau rasio). read more