- Data berpasangan = sama subjek = related
- Apakah terdapat perbedeaan rerata Body Mass Index (skal pengukuran numerik) antara kelompok status ekonomi tinggi dan kelompok ekonomi rendah?
- Apakah terdapat perbedaan rerata kadar kolesterol (skala pengukurn numerik) sebelum dan sesudh
- Apakah terdapat perbedaan rerata kadar kolesterol
- Apakah terdapat hubungan antara perilaku merokok (merokok dan tidak merokok) dengan infertilitas pria (fertil dan infertil)
- Apakah terdapat hubungan antara perilaku merokok ibu (merokok dan tidak merokok) dengan preeklamsia (terjadi preeklmsia dan tidak terjadi preeklamsia).
- Apakah
Observation to gain data
Validity nd
reability
Data seharusnya
diambil dari subjek penelitian
Dat primer dimbil
langsung
Data sekunder
dimbil pihak lain.
PICO
P: patient, problem
Subjek yang
diambil, diukur: datanya/ variabel/ ciri/ sifat.
Variabel harus bisa
diukur
Harus ada variasi
Diambil dengan alat
ukur
Alat ukur:
timbangan, penggaris, disebut instrumen --> penelitian kuantitatif -->
diukur --> hasil berupa data -->
Untuk penelitian
kuantitatif --> angka
Ukuran kualitatif:
Karena alat ukur
orng --> subjektif -->
Triangulasi:
Wawncara, observasi di lapangan, melihat status
Contoh kualitatif:
apa adanya
Bunyi: …dB, berapa
kali pukulan
Kualittif:
terdengar tidak terdengar, makna --> pagi hari --> bel sekolahan -->
berupa kata - kata bermakna --> siang di gereja --> mulai berdoa -->
yang penting makna
Makna -->
sesuatu yang penting --> yang penting makna
VARIABEL
Ciri - ciri atau
sifat suatu obyek
Konsep abstrak yang
dapat diukur
Tidak seuanya dapat
diukur langsung
Diukur: variabel
manifest = indikator --> tinggi badan, jumlah sel,
Konsep abstrak yang
langsung dapat diukur
Variabel laten =
konstruk:
Tidak dapat diukur
secara langsung
Contoh: kepuasan
kerja, kekayaan: pendapatan, mobil, rumah
Pengukuran:
memaksakan suatu angka secara sistematik sebagai cra menyajikan ciri - ciri
arau sifat suatu subjek (variabel) --> validitas/ realibilitas instrumen
Validitas: ada dua:
Pengukuran dan
penelitian:
Yang dimaksud
adalah validitas pengukuran
Pengukuran yng
valid:
Alat yang digunakan sesuai dengan yang diukur, mengukur benar - benr apa yang akan diukur
Alat yang digunakan sesuai dengan yang diukur, mengukur benar - benr apa yang akan diukur
Mengukur kuman
typhoid tapi faktor lain tidak terukur --< tidak valid --> harus tepat.
Tepat:
Reliable:
konsisten, misal beratnya tetap.
Instrumen yang
tidak konsisten:
Penggaris dan.
Akurat -->
panjang asli 10 hasilnya sama 10
Teliti berbicara
tentang slhny
Akurat berbicara
tentang benarnya.
Skala data
Hasil bisa nominal,
misal jenis kelamin: laki perempuan --> nominal --> ada bedanya
Ordinal: ada beda
dan tingkatan
Interval: ada beda
tingkatan dan interval --> interval: misal suhu 10,20
Rasio: misal berat
5 dan 10: ada beda ada tingkatan, ada interval, adaaa) mempunyai arti.
Ada 0 yang punya
arti misal temperatur atau suhu 0
Nominal/ ordinal =
data kualitatif = data kategorik
Interval/rasio =
data kuantitatif = numerik = scale
Penelitian sosial:
likert = data kuantitatif --> ada 5
Kalau 4 ordinal
Pendidikan: SMA/
bukan SMA: nominal
< = SMA,
perguruan tinggi: ordinal
SD, SMP, SMA, PT:
ordinal: karena ada 4
SD, SMP, SMA, S1,
Pasca --> likert: ada 5
Kualitatif:
kategorik
Gaji: rendah
(<1juta), Tinggi,..
<500, 500 -
1000, > 1000: ordinal
100.000 - … -->
ada 0 nya --> likert
Tekanan darah:
terkontrol/ tidak terkontrol
Terkontrol: TD 2
kali pengukuran selama 2 bulan berturut turut terdapat TD 120 - 139/ 80 - 89
Termasuk kategori
ordinal
Tidak terkontrol
Konsumsi garam:
terkontrol/ tidak terkontrol
Konsumsi garam
terkontrol (<= 6 gram per hri) --> ordinal
Sindroma nefrotik:
Resisten steroid
Sensitif steroid
Seharusnya ini
adalah ukuran --> variabelnya sensitifitas
Ibu peserta KB
suntik 3 bulanan
Ibu peserta KB
suntik 1 bulanan
Kontrol:
Interval: jika ada
kelipatan
How to choose
statistic method:
1. skala data:
1. skala data:
Nominal = kategorik
Ordinal = kategorik
Kuantitatif =
numerik = scale : interval, rasio
Tidak berpasangan =
Tabulasi data untuk
uji statistik
Sampel nomor
|
sex
|
TB
|
|
Gaji
|
Obat A
|
Status Kesehatan
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Hasil harus diukur
-> memaksakan suatu angka
Berpasangn = sama
subjek= related
Tidak berpasangan/
independent kelompok data
Manipulasi data:
merubah - rubah, data yang dirubah --> ada informasi yang hilang
Skala data
|
Bentuk hipotesis
|
|
|
|
|
Satu variabel
(deskripsi)
|
Komparatif (2
variabel)
|
|
|
|
|
|
|
|
|
|
|
|
|
Uji: komparatif
--> korelatif
Komparatif: tidak
berpasangan berpasangan
Yang dibandingkan:
data numerik: uji beda, 2 kelompok, uji yang dipakai: uji T tidak berpasangan
Data numerik,
berpasangan, 2 kelompok
Uji komparatif,
lebih dari 2, tidak berpasangan: uji oneway anova
Berpasangan uji
komparatif, lebih dari 2 kelompok: repeated.
Nominal dan
nominal, uji …
Nomor terakhir
Apakh ada korelasi
antara kadar gula (skala pengukuran numerik) dengan kadar kolesterol
Menentukan uji:
dasarnya masalah dan pertanyaan
Apakah penggunaan
ekstrak X dapat menurunkan parasitemia pada mencit
Uji:
Tabel: mendatar:
berpasangan: komparatif
Menurun: tidak
berpasangan: korelatif
Mengetahui dan
memahami sebab akibat
Causal
relationship:
Therapy:
Treatment: improvement in patient's condition.
Treatment: improvement in patient's condition.
Etiology:
Causal factor:
decrese incidence.
Definition of
causation
Fixed mss of gas at
fixed temperature
Pressure >>
--> volume <<
Metal br
Temperature
>> --> length >>
Causation in
health:
Infection w/ m.tbc --> clinical tubericulosis.
Infection w/ m.tbc --> clinical tubericulosis.
Fisika --> kimia
--> biologi -->
Fctor -->
is cause of an event if its operation
increases the frequency of the event.
Jika meningkatkan
variabel tergantung
Membandingkan jika
ada peningkatan atau perubahn
Yang dilihat:
variabel kontrol.
Sebab - akibat:
apakah ekstrak dapat mencegah parasitemia
Tidak diberi
ekstrak dan diberi ekstrak: kontrol negatif
Chance variation:
Validitas
penelitian:
Internal: ada
causal relationship: PICO
Non causal
relationship: confounding, bias, chance
Eksternal:
Sampel:
generalisasi
Sampel: mewakili
populasi
Agar mewakili
populasi: sampel harus sama… banyak cara
Random, jumlah
harus memakai rumus.
Kemungkinan mati
--> sampel sesuai tujuan ditambah kemungkinan mati
Berdasarkan onset
of action: 4 hari --> tetapi tetap ….. --> tidak etis.
Korelasi kalau ada
sebab akibat
Ada 2 hal dengan
penyebab sama pasti ada korelasi
Hipotesis:
Subyek --> 1
variabel --> deskriptif
Subyek --> 2
variabel X --> Y --> bivariat, sederhana, beda/ korelasi
Subyek --> 3
variabel
Pola hubungan antar
variabel:
0,5 + 0,33 + 0,41 x
Outer model =
measurement model--> loading factor
Inner model =
hubungn sebab akibat, prediksi
SEM:
Variabel manifest:
kotak
Tidak ada komentar:
Posting Komentar