Pohon Keputusan Uji Statistik — Eksploratori → Inferensial

Panduan ringkas pemilihan uji untuk penelitian klinis dan kesehatan.

Alur Analisis Statistik

Mengapa urutan penting?
EDA mencegah pemilihan uji yang salah. Banyak kesalahan publikasi terjadi karena uji parametrik dipakai meski asumsi normalitas/homogenitas dilanggar.
Ref: Altman DG, Bland JM. Statistics Notes. BMJ 1996. ⎮ Field A. Discovering Statistics Using IBM SPSS, 5th ed. SAGE, 2018.
  1. Eksploratori (EDA) — ringkasan, distribusi, outlier, missing.
  2. Cek asumsi — normalitas, homogenitas, independensi, skala.
  3. Pilih uji — parametrik bila asumsi terpenuhi; non-parametrik bila tidak.
  4. Eksekusi & laporkan — statistik uji, p-value, effect size, CI 95%.
  5. Interpretasi & kesimpulan.

Parametrik vs Non-Parametrik

Parametrik: data interval/rasio + normal + n≥30 — power tinggi.
Non-parametrik: ordinal, distribusi miring, outlier ekstrem, atau n kecil.
Ref: Siegel S, Castellan NJ. Nonparametric Statistics. McGraw-Hill, 1988. ⎮ Dahlan MS. Statistik Kedokteran & Kesehatan, ed.6, 2014.
KriteriaParametrikNon-Parametrik
SkalaInterval/RasioNominal/Ordinal/Rasio
DistribusiNormalBebas
VariansHomogenTidak disyaratkan
Sampel≥30 / normalKecil / outlier
PowerTinggiLebih rendah

Jenis Data: Definisi, Contoh, dan Uji

Pilihan uji statistik dimulai dari jenis data outcome dan prediktor. Kenali skala variabel, bentuk distribusi, dan desain (independen/berpasangan) sebelum memilih uji.
Ref: Kirkwood BR, Sterne JAC. Essential Medical Statistics, 2nd ed. Blackwell, 2003. ⎮ Altman DG. Practical Statistics for Medical Research. Chapman & Hall, 1991. ⎮ Norman G. Likert scales, levels of measurement and the laws of statistics. Adv Health Sci Educ, 2010.
Jenis DataPenjelasan SingkatContoh PenelitianUji yang Umum
Nominal (biner/multikategori) Kategori tanpa urutan; hanya beda jenis. Status vaksin (ya/tidak), jenis kelamin, kelas terapi (A/B/C). Chi-square, Fisher exact, regresi logistik biner/multinomial.
Ordinal Kategori berurutan, tetapi jarak antarkategori tidak pasti sama. Skala nyeri ringan-sedang-berat, stadium I-IV, item Likert 1-5. Mann-Whitney, Wilcoxon, Kruskal-Wallis, Spearman, regresi ordinal.
Interval Data numerik dengan jarak sama, tanpa nol absolut. Suhu tubuh Celsius, skor psikometrik terstandar tertentu. t-test/ANOVA (jika asumsi terpenuhi), korelasi Pearson.
Rasio Data numerik dengan jarak sama dan nol absolut. Usia, berat badan, kadar glukosa, lama rawat inap. t-test, ANOVA, regresi linier; bila tidak normal gunakan versi non-parametrik.
Count (jumlah kejadian) Bilangan cacah 0,1,2,... sering berdistribusi Poisson/overdispersi. Jumlah kunjungan IGD, jumlah episode eksaserbasi per tahun. Regresi Poisson/Negative Binomial; uji rate ratio.
Time-to-event (survival) Waktu sampai kejadian; dapat tersensor (censored). Waktu kekambuhan, waktu kematian, waktu gagal terapi. Kaplan-Meier + log-rank, regresi Cox proportional hazards.

Contoh Data Kuesioner (Penelitian Populer)

Tipe Data KuesionerContoh InstrumenCara Perlakuan DataUji yang Disarankan
Item Likert tunggal (1-5/1-7) Kepuasan layanan 1 pertanyaan, nyeri skala verbal. Umumnya diperlakukan sebagai ordinal. Mann-Whitney, Wilcoxon, Kruskal-Wallis, Spearman.
Skor total multi-item SUS, PHQ-9, GAD-7, PSS-10, SF-36 (domain/total). Sering diperlakukan mendekati interval jika item cukup banyak dan reliabel. t-test/ANOVA/Pearson jika asumsi terpenuhi; alternatif non-parametrik bila tidak.
Kategori hasil kuesioner PHQ-9: minimal/ringan/sedang/berat. Dikategorikan menjadi ordinal atau biner (mis. depresi ya/tidak). Chi-square/Fisher (biner), regresi ordinal/logistik sesuai outcome.

Tips praktis: tentukan dulu apakah yang dianalisis adalah item per pertanyaan (ordinal) atau skor total instrumen (sering diperlakukan numerik). Sertakan alasan metodologisnya di bagian metode penelitian.

Kesalahan Umum Data Kuesioner

Bagian ini membantu mencegah salah pilih uji statistik pada data kuesioner.
Ref: Sullivan GM, Artino AR. Analyzing and interpreting data from Likert-type scales. J Grad Med Educ, 2013.
Kesalahan yang Sering TerjadiMengapa KeliruPerbaikan yang Disarankan
Memperlakukan 1 item Likert sebagai data interval tanpa pertimbangan. Item tunggal umumnya ordinal, jarak antar skor belum tentu setara. Gunakan uji ordinal (Mann-Whitney/Wilcoxon/Kruskal-Wallis) atau jelaskan alasan jika memakai pendekatan parametrik.
Menggabungkan skor total tanpa cek reliabilitas instrumen. Skor total kurang bermakna bila konsistensi internal rendah. Laporkan reliabilitas (mis. Cronbach alpha/omega), lalu pilih uji sesuai distribusi skor total.
Hanya melaporkan p-value tanpa effect size dan CI 95%. Signifikansi statistik tidak selalu berarti signifikansi klinis/praktis. Tambahkan effect size (r, d, OR/HR) dan CI 95% untuk interpretasi yang lebih kuat.
Memaksakan uji parametrik padahal data sangat skewed/outlier ekstrem. Asumsi uji dapat dilanggar sehingga kesimpulan bias. Cek normalitas/outlier, pertimbangkan transformasi atau uji non-parametrik.

Checklist cepat: tentukan unit analisis (item vs skor total), cek distribusi dan reliabilitas, lalu pilih uji yang sejalan dengan tujuan penelitian.

Cheat-Sheet Cepat

Selalu cek asumsi sebelum jalur parametrik. Untuk publikasi: lapor statistik uji, df, p-value, effect size, CI 95%.
Ref: Petrie A, Sabin C. Medical Statistics at a Glance, 4th ed. Wiley-Blackwell, 2019.
TujuanParametrikNon-ParametrikAksi Simulasi
1 sampel vs nilaiOne-sample tWilcoxon 1-sampel
2 grup independenIndependent tMann-Whitney U
2 grup berpasanganPaired tWilcoxon signed-rank
≥3 independenOne-way ANOVAKruskal-Wallis
≥3 berpasanganRM-ANOVAFriedman
KorelasiPearsonSpearman / Kendall
Asosiasi kategorik—Chi-square, Fisher
Prediksi numerikRegresi linierRegresi kuantil
Prediksi binerRegresi logistik—
SurvivalCox PHKM + Log-rank

Univariat • Bivariat • Multivariat

Univariat: 1 variabel.
Bivariat: 2 variabel.
Multivariat: ≥3 variabel atau ≥2 outcome.
Ref: Tabachnick BG, Fidell LS. Using Multivariate Statistics, 7th ed. Pearson, 2019.
  • UNI Frekuensi, mean, histogram, one-sample t, χ² goodness-of-fit
  • BI t-test, ANOVA, χ², korelasi, regresi sederhana
  • MULTI Regresi berganda, MANOVA, ANCOVA, Cox, PCA, faktor, cluster
⚠️ Prototype & Media Pembelajaran — Aplikasi ini masih dalam tahap prototype dan dikembangkan semata-mata sebagai media latihan pemilihan uji statistik. Hasil kalkulasi bersifat ilustratif dan tidak direkomendasikan sebagai dasar keputusan klinis maupun penelitian formal. Untuk analisis penelitian yang sesungguhnya, gunakan perangkat lunak terstandar seperti SPSS, R, Stata, atau SAS.

EDA

EDA diperkenalkan John Tukey (1977) — pendekatan visual sebelum modelling formal.
Ref: Tukey JW. Exploratory Data Analysis. Addison-Wesley, 1977. ⎮ Wickham H, Grolemund G. R for Data Science. O'Reilly, 2017.

1. Statistik Deskriptif

  • Numerik: mean, median, SD, IQR, skewness, kurtosis
  • Kategorik: frekuensi, proporsi, modus

2. Visualisasi

  • Histogram / density plot
  • Boxplot — outlier
  • Scatter — hubungan 2 variabel
  • Q-Q plot — normalitas visual

3. Cek Asumsi

  • Normalitas: Shapiro-Wilk, K-S
  • Homogenitas: Levene, Bartlett
  • Independensi: Durbin-Watson
  • Multikolinearitas: VIF>10

4. Penanganan

  • Missing: imputasi (mean/median/MICE)
  • Outlier: winsorize, log-transform
  • Non-normal: transformasi / non-parametrik

Demo EDA Interaktif

Pilih contoh data lalu klik Analisis. Sistem menampilkan ringkasan + 3 visualisasi untuk membantu membaca pola data.

🧭 Diagram Algoritma — Pemilihan Uji Statistik

Cara pakai: mulai dari node Start di atas, lalu klik kartu pilihan yang sesuai data Anda. Setiap pilihan akan ditampilkan sebagai node hijau di bawah node sebelumnya, dihubungkan dengan panah — persis seperti diagram alur (flowchart). Klik ↺ Mulai Ulang untuk kembali ke awal.
Ref: Field A. Discovering Statistics, SAGE 2018. ⎮ Sastroasmoro S, Ismael S. Dasar Metodologi Penelitian Klinis, ed.5, Sagung Seto, 2014.
Start Pertanyaan Jawaban Anda Rekomendasi Uji

📚 Katalog Uji + 2 Contoh Kasus per Uji

Klik judul untuk membuka detail, kasus data, dan cara pembacaan.

🛠 Tools / Software Analisis

📊 SPSS

GUI paling umum untuk riset klinis dan skripsi kesehatan.

BerbayarGUI

  • Kapan dipakai: saat butuh analisis cepat tanpa coding (t-test, ANOVA, Chi-square, regresi).
  • Kelebihan: menu terstruktur, output tabel siap dilaporkan.
  • Catatan: dokumentasikan langkah menu agar analisis mudah direplikasi.

📈 Stata

Kuat untuk epidemiologi, panel data, dan workflow berbasis do-file.

Berbayar

  • Kapan dipakai: kohort/kasus-kontrol, survival, regresi multivariat.
  • Kelebihan: sintaks ringkas, manajemen data kuat, output konsisten.
  • Catatan: simpan do-file untuk audit analisis dan reproducibility.

🧮 R

Ekosistem statistik paling lengkap untuk analisis dan visualisasi publikasi.

Gratis

  • Kapan dipakai: analisis lanjutan, model kompleks, custom report otomatis.
  • Kelebihan: paket sangat banyak (stats, car, survival, ggplot2).
  • Catatan: ideal dipadukan dengan R Markdown/Quarto untuk laporan akhir.

🐍 Python

Fleksibel untuk analitik end-to-end: pembersihan data, statistik, sampai ML.

Gratis

  • Kapan dipakai: dataset besar, pipeline otomatis, integrasi dashboard/aplikasi.
  • Kelebihan: kombinasi SciPy, statsmodels, pandas, lifelines.
  • Catatan: pastikan validasi statistik tetap setara referensi R/SPSS.

🟢 JASP / Jamovi

GUI gratis berbasis R, cocok untuk belajar statistik inferensial.

Gratis

  • Kapan dipakai: praktikum, kelas metodologi, analisis cepat tanpa coding.
  • Kelebihan: antarmuka sederhana, beberapa output Bayesian tersedia.
  • Catatan: bagus sebagai jembatan sebelum masuk R/Python.

📋 Excel

Tool cepat untuk input data, ringkasan awal, dan grafik dasar.

Umum

  • Kapan dipakai: cleaning awal, tabulasi sederhana, cek konsistensi data.
  • Kelebihan: mudah dipakai hampir semua pengguna.
  • Catatan: hindari analisis inferensial kompleks sebagai tool utama.

🧬 GraphPad Prism

Sangat populer di biomedis untuk grafik ilmiah dan analisis lab.

Berbayar

  • Kapan dipakai: eksperimen biologis/farmakologi dengan fokus visualisasi.
  • Kelebihan: kurva dosis-respons, graph publication-ready cepat.
  • Catatan: cocok untuk manuskrip yang butuh figure berkualitas tinggi.

🩺 MedCalc

Spesifik medis: akurasi diagnostik, ROC, agreement, survival.

Berbayar

  • Kapan dipakai: studi diagnostik, evaluasi biomarker, analisis klinis.
  • Kelebihan: fitur klinis siap pakai (sensitivitas, spesifisitas, AUC).
  • Catatan: kuat untuk laporan klinik yang fokus interpretasi medis.

📐 Minitab

Andalan quality improvement, Six Sigma, dan design of experiments.

Berbayar

  • Kapan dipakai: perbaikan proses, kontrol kualitas, analisis industri kesehatan.
  • Kelebihan: DOE, control chart, capability analysis kuat.
  • Catatan: lebih cocok untuk konteks mutu proses daripada riset klinis murni.

Sintaks Singkat per Tools

Independent t-test 
R:      t.test(y ~ group, data=df, var.equal=TRUE)
Python: from scipy import stats; stats.ttest_ind(g1, g2)
SPSS:  Analyze → Compare Means → Independent-Samples T Test
Stata: ttest y, by(group)
Mann-Whitney U 
R:      wilcox.test(y ~ group, data=df)
Python: stats.mannwhitneyu(g1, g2)
SPSS:  Analyze → Nonparametric → 2 Independent Samples
Stata: ranksum y, by(group)
One-way ANOVA + post-hoc 
R:      m=aov(y~group,data=df); summary(m); TukeyHSD(m)
Python: stats.f_oneway(a,b,c); pingouin.pairwise_tukey(...)
SPSS:  Compare Means → One-Way ANOVA → Post Hoc: Tukey
Stata: oneway y group, bonferroni
Chi-square / Fisher 
R:      chisq.test(table(x,y)); fisher.test(table(x,y))
Python: stats.chi2_contingency(); stats.fisher_exact()
SPSS:  Crosstabs → Statistics → Chi-square / Exact
Stata: tabulate x y, chi2 exact
Regresi Linier / Logistik / Cox 
R linier:   lm(y~x1+x2, data=df) |> summary()
R logistik: glm(y~x1+x2, family=binomial, data=df)
R Cox:      library(survival); coxph(Surv(time,event)~x, data=df)
Python:     sm.OLS / sm.Logit / lifelines.CoxPHFitter
SPSS:       Regression → Linear / Binary Logistic / Cox
MANOVA / Faktor / PCA 
R MANOVA: m=manova(cbind(y1,y2)~grp); summary(m,test="Wilks")
R PCA:    prcomp(X, scale.=TRUE)
Python:   from sklearn.decomposition import PCA
SPSS:     GLM → Multivariate; Data Reduction → Factor

🧮 Kalkulator Mini Uji Statistik

Aproksimasi numerik (incomplete beta/gamma) untuk p-value. Cocok pembelajaran; untuk publikasi pakai R/SPSS.
Ref: Press WH et al. Numerical Recipes in C, 2nd ed. Cambridge Univ Press, 1992. ⎮ Abramowitz M, Stegun IA. Handbook of Mathematical Functions, NBS 1964.

📈 Visualisasi Simulasi

Grafik akan otomatis diperbarui setelah tombol Hitung/Cek ditekan.

📁 Dataset Cepat ke Kalkulator

Tombol "Gunakan" otomatis mengisi kalkulator.

📊
Esc / klik luar untuk keluar