PEMILIHAN UJI STATISTIK KEDOKTERAN

Kusmardi; Yurnadi; Andi Muh. Maulana

Penulis

Prof. Dr. Drs. H. Kusmardi, M.Sc., CIRR

Universitas Indonesia

Prof. Dr. Drs. H. Yurnadi, M.Kes.

Universitas Indonesia

Dr. Andi Muh. Maulana, S.Si., M.Sc., PAK

Universitas Muhammadiyah Purwokerto

Kata Kunci:

PEMILIHAN UJI STATISTIK KEDOKTERAN

Sinopsis

Buku ajar ini disusun sebagai respons terhadap tantangan fundamental yang dihadapi oleh para peneliti, klinisi, dan mahasiswa di bidang kedokteran dasar (Kedokteran) maupun kedokteran klinik, yaitu pemilihan uji statistik yang tepat untuk menganalisis data penelitian. Di era kedokteran berbasis bukti atau evidence-based medicine, kemampuan untuk menerjemahkan data mentah menjadi bukti ilmiah yang valid tidak lagi menjadi keahlian khusus seorang biostatistikawan, melainkan sebuah kompetensi inti bagi setiap insan medis. Kesalahan dalam memilih metode analisis tidak hanya berisiko menghasilkan kesimpulan yang keliru, tetapi juga dapat mendelegitimasi seluruh upaya penelitian, bahkan berpotensi membahayakan keselamatan pasien jika diterapkan dalam praktik klinis. Urgensi penguasaan materi ini semakin meningkat seiring dengan kompleksitas desain riset modern dan volume data yang terus bertambah.

Tujuan utama dari penulisan buku ini adalah untuk menyediakan panduan yang sistematis, logis, dan aplikatif bagi pembaca dalam menavigasi lanskap uji statistik. Buku ini dirancang untuk menjembatani kesenjangan antara pemahaman teoretis tentang statistik dan aplikasinya dalam konteks penelitian Kedokteran yang nyata. Dengan alur yang terstruktur, mulai dari konsep dasar hingga analisis multivariat lanjutan, pembaca akan dibimbing untuk membangun kerangka berpikir analitis. Kerangka ini memungkinkan mereka untuk mengidentifikasi pertanyaan penelitian, mengenali jenis data, memahami asumsi yang mendasari setiap uji, dan pada akhirnya, membuat keputusan metodologis yang dapat dipertanggungjawaban secara ilmiah. Buku ini diharapkan dapat menjadi sumber daya esensial yang memberdayakan peneliti untuk menghasilkan karya ilmiah yang tidak hanya signifikan secara statistik, tetapi juga relevan secara klinis

Bab

PRAKATA
KATA PENGANTAR
DAFTAR ISI
BAB 01 PENGANTAR STATISTIKA DALAM RISET KEDOKTERAN
BAB 02 DISTRIBUSI DATA DAN UJI NORMALITAS
BAB 03 STATISTIK PARAMETRIK VS NON-PARAMETRIK
BAB 04 UJI KOMPARATIF DUA KELOMPOK (DATA NUMERIK)
BAB 05 UJI KOMPARATIF LEBIH DARI DUA KELOMPOK (ANOVA)
BAB 06 ANALISIS DATA KATEGORIK (CHI-SQUARE)
BAB 07 ANALISIS KORELASI DAN ASOSIASI
BAB 08 ANALISIS REGRESI LINIER
BAB 09 REGRESI LOGISTIK DALAM KEDOKTERAN
BAB 10 ANALISIS SURVIVAL (KETAHANAN HIDUP)
BAB 11 ANALISIS VALIDITAS DAN RELIABILITAS INSTRUMEN
BAB 12 ANALISIS MULTIVARIAT LANJUTAN (PENGANTAR)
BAB 13 PELAPORAN HASIL STATISTIK DAN INTERPRETASI JURNAL
BAB 14 WORKSHOP SOFTWARE STATISTIK (SPSS/R/ STATA)
GLOSARIUM
REFERENSI
PROFIL PENULIS

Biografi Penulis

Prof. Dr. Drs. H. Kusmardi, M.Sc., CIRR, Universitas Indonesia

Prof. Dr. Drs. H. Kusmardi, M.Sc., CIRR adalah Guru Besar Tetap di Fakultas Kedokteran, Universitas Indonesia. Sekarang adalah mahasiswa Program Studi Doktor Ilmu Dakwah di Fakultas Ilmu Agama Islam, Universitas Islam Asy-Syafi’iyah Jakarta. Pendidikan Doktor sebelumnya ditempuh di Program Doktor Ilmu Biomedik FKUI Jakarta dan Program Doktor Ilmu Biomedis Hewan IPB Bogor. Program Magister di FKUI, Program S1 di Biologi FMIPA UI. Pernah Belajar Biologi Molekular di Melborne University. SD sampai SMA di kota kelahirannya, Sumenep, Madura. Bidang penelitian utamanya meliputi kanker kolorektal dan kanker payudara, dengan penekanan khusus pada eksplorasi potensi efek penghambatan berbagai obat alami Indonesia terhadap karsinogenesis pada kedua jenis kanker tersebut. Penelitiannya juga melibatkan identifikasi jaringan normal versus perkembangan kanker menggunakan penanda molekuler dan model komputasional. Selain itu, ia telah menulis beberapa buku, diantaranya: The Mouse Model for Breast Cancer; The Mouse Model for Colorectal Cancer; Lunasin: A Soybean Polypeptide as a Chemopreventive Adjuvant for Colon Cancer; dan Pembuatan Antibodi Poliklonal, Peristiwa Ilmiah yang telah Dijelaskan dalam Al-Qur’an, serta Manusia dan Semesta yang telah Dijelaskan dalam Al-Qur’an. Selama ini beliau sudah menghasilkan seratus lebih publikasi internasional bereputasi terindeks Scopus, puluhan hak kekayaan intelektual. Saat ini Prof. Kusmardi menjadi dosen home base di Program Studi Doktor Ilmu Biomedik FKUI, selain dosen tetap di Prodi Magister Ilmu Biomedik, Prodi Dokter Spesialis Patologi Anatomik, dan Prodi Pendidikan Dokter FKUI. Beliau secara aktif menjadi Reviewer internal hibah UI dan Reviewer Nasional Proposal Hibah Kemendiktisaintek, Auditor Internal Akademik UI, PIC QA Drug Development Research Center IMERI FKUI, Cancer drug discovery coordinator di Human Cancer Research Center IMERI FKUI, tim penjamin mutu akademik Program Doktor Ilmu Kedokteran FKUI, serta sebagai Asesor LAM-PTKes divisi Kedokteran. Untuk mempertajam khasanah pengetahuannya, beliau juga menjadi Ketua Dewan Redaksi Majalah Patologi Indonesia, serta aktif menjadi reviewer tetap pada beberapa jurnal internasional terindeks scopus Q1. Kemampuan mengenalkan statistik diperoleh sejak mengajar statistic di prodi S1, Spesialis, dan S3 sejak lama.

Prof. Dr. Drs. H. Yurnadi, M.Kes., Universitas Indonesia

Prof. Dr. Drs. H. Yurnadi, M.Kes. adalah Guru Besar Tetap di Fakultas Kedokteran Universitas Indonesia. Lahir di Agam 19 September 1966, anak ke 2 atas 5 bersaudara dari pasangan Bapak H. Hanafi Sutan Pamuntjak (Alm.) dan Ibu Hj. Martina Mukhtar (Almh.).

Menempuh Pendidikan dari SD, SMP, dan SMA di Kota Batu Sangkar Sumatera Barat. Menyelesaikan Pendidikan Sarjana di Jurusan Biologi Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Andalas pada tahun 1991. Kemudian mengabdi sebagai Staf Pengajar di Departemen Biologi Kedokteran Fakultas Kedokteran Universitas Indonesia Jakarta sejak tahun 1994 sampai sekarang. Pada tahun 1996 penulis melanjutkan Pendidikan S2 di Program Studi Magister Ilmu Biomedik Fakultas Kedokteran Universitas Indonesia Jakarta atas beasiswa TMPD DIKTI dan mendapatkan gelar Magister Kesehatan (M.Kes.) pada tahun 1999. Pada tahun 2006, atas beasiswa FKUI dan BPPS DIKTI penulis melanjutkan Pendidikan S3 di Program Doktor Ilmu Biomedik Fakultas Kedokteran Universitas Indonesia Jakarta dan mendapatkan gelar Doktor (Dr.) pada tahun 2011.

Sejak tahun 1998 sampai sekarang penulis mengajar matakuliah Embriologi, Biologi Reproduksi, Genetika Kedokteran, Andrologi, Embriologi Molekuler, Modul Neurosain dan Modul Tumbuh Kembang, Matakuliah Pengembangan Kepribadian dan Terintegrasi (MPKT) pada Program Pendidikan S1 FKUI dan Pendidikan Magister Ilmu Biomedik FKUI. Di samping itu, penulis juga pernah mengajar matakuliah MPKT di Tingkat Universitas Indonesia, baik di FKG, FISIP, FKM dan FT.

Selain sebagai Staf Pengajar, penulis juga pernah menjabat sebagai Koordinator Administrasi dan Keuangan Departemen Biologi Kedokteran pada beberapa periode sejak 2001-2021, menjabat sebagai Ketua TIM PAK FKUI 2012-2014, Ketua Modul MPKT FKUI 2014-2016, Tim Pengembang Modul MPKT UI 2015-2016, Anggota Senat Akademik FKUI pada Komisi 4 dan Komisi 1 periode 2018 sampai sekarang, Anggota Dewan Guru Besar FKUI di Komite 1 dan Komite 5 sejak tahun 2023 sampai sekarang.

Penulis juga banyak melakukan penelitian untuk mengeksplorasi efektivitas bahan alam (Biji Pepaya, Cabe Jawa, Kuda laut dan lainnya) sebagai antifertilitas dan fertilitas (afrodisiaka) dengan menggunakan mencit dan tikus sebagai hewan coba. Selain itu, penulis juga pernah meneliti tentang pengaruh faktor genetik dan virus Epstein-Barr pada penderita kanker nasofaring di Indonesia. Pada saat ini penulis sedang melakukan penelitian tentang pengaruh ekstrak kuda laut terhadap ekspresi gen steroidogenesis dan antiinflamasi dengan menggunakan tikus yang diinduksi dengan DMPA dan mencit yang diinduksi dengan lipopolisakarida sebagai hewan model. Di samping itu, juga meneliti tentang studi epigenomik pada pasien sindrom ovarium polikistik (SOPK) di Indonesia yang berfokus pada analisis perbandingan antara pasien SOPK hiperandrogen dan normoandrogen.

Hasil penelitian penulis telah banyak dipublikasikan pada jurnal internasional bereputasi yang terindeks pada SCImago Journal Rank, Scopus, dan Web of Science. Di samping publikasi, penulis juga aktif menjadi reviewer pada berbagai jurnal internasional bereputasi, seperti eCancermedicalscience, Food Science & Nutrition, International Journal of Cancer, Journal of Advanced Veterinary and Animal Research, Biodiversity dan lain sebagainya.

Dr. Andi Muh. Maulana, S.Si., M.Sc., PAK, Universitas Muhammadiyah Purwokerto

Dr. Andi Muh. Maulana, S.Si., M.Sc., PAK adalah akademisi dan peneliti di bidang ilmu biomedik dengan kepakaran pada anatomi manusia. Beliau menyelesaikan pendidikan doktor pada Program Doktor Ilmu Biomedik FKUI Jakarta, dengan latar riset di bidang onkologi.

Pendidikan magister ditempuh pada Program Studi Ilmu Kedokteran Dasar dan Biomedis FK UGM Yogyakarta, dengan peminatan Anatomi Manusia, sedangkan pendidikan sarjana diselesaikan pada Program Studi Biologi, Universitas Negeri Makassar.

Saat ini, Dr. Andi Muh. Maulana mengabdi sebagai staf akademik di Fakultas Kedokteran Universitas Muhammadiyah Purwokerto. Beliau menjabat sebagai Ketua Departemen Anatomi serta Ketua Unit Penelitian, Pengabdian kepada Masyarakat, dan Publikasi FK UMP. Dalam peran tersebut, beliau aktif mengoordinasikan pengembangan kegiatan akademik, penelitian, dan publikasi ilmiah di lingkungan fakultas.

Dalam kegiatan pendidikan, beliau mengampu mata kuliah Anatomi serta Metodologi Riset Kedokteran, dengan penekanan pada pemahaman desain studi, pemilihan uji statistik yang tepat, validitas dan reliabilitas data, serta interpretasi hasil penelitian secara kritis dan bertanggung jawab. Pendekatan pengajaran yang dikembangkan menempatkan metodologi dan analisis data sebagai fondasi utama dalam praktik kedokteran berbasis bukti.

Minat keilmuan dan penelitian beliau mencakup bidang onkologi serta eksplorasi potensi bahan alam sebagai agen penghambatan kanker, khususnya kanker payudara. Selain itu, beliau juga berperan sebagai reviewer jurnal internasional bereputasi, terutama untuk naskah yang berkaitan dengan onkologi, biomedik, patologi, serta pengembangan kandidat terapi berbasis bahan alam.

Referensi

Aggarwal, C. C. (2017). Outlier Analysis (2nd ed.). Springer.

Akobeng, A. K. (2007). Understanding diagnostic tests 3: receiver operating characteristic curves. Acta paediatrica (Oslo, Norway : 1992), 96(5), 644–647. https://doi.org/10.1111/j.1651-2227.2006.00178.x

Akoglu, H. (2018). User's guide to correlation coefficients. Turkish journal of emergency medicine, 18(3), 91–93. https://doi.org/10.1016/j.tjem.2018.08.001

Al-Jundi, A., & Sakka, S. (2022). Evidence-Based Medicine: A Core Concept in Clinical Practice. Cureus, 14(3), e23447. https://doi.org/10.7759/cureus.23447

Andrade, C. (2015). Understanding the relative risk, odds ratio, and related terms: as simple as it can be. The Journal of clinical psychiatry, 76(7), e857–e861. https://doi.org/10.4088/J CP.15f10150

Asuero, A. G., Sayago, A., & González, G. (2006). The correlation coefficient: An overview. Critical reviews in analytical chemistry, 36(1), 41-59.

Bender, R., & Grouven, U. (1998). Using binary logistic regression to analyse ordinal data. Statistical methods in medical research, 7(2), 157-168.

Berger, V., Bour, L., Carter, K., Chipman, J., Everett, C., Heussen, N., Hewitt, C., Hilgers, R., Luo, Y., Renteria, J., Ryeznik, Y., Sverdlov, O., Uschner, D., & Beckman, R. (2021). A roadmap to using randomization in clinical trials. BMC Medical Research Methodology, 21. https://doi.org/10.1186/s12874-021-01303-z

Bland, J. M., & Altman, D. G. (2004). The logrank test. BMJ (Clinical research ed.), 328(7447), 1073. https://doi.org/10.1136/bmj.32 8.7447.1073

Bland, M. (2023). An Introduction to Medical Statistics (5th ed.). Oxford University Press.

Bonett, D. G., & Wright, T. A. (2000). Sample size requirements for estimating Pearson, Kendall and Spearman correlations. Psychometrika, 65(1), 23-28.

Card, A., & pendiente, K. (2023). A Tutorial on the Paired-Samples t-test. Scholarship of Teaching and Learning, 6(2), 35-51.

Casson, R. J., & Farmer, L. D. (2014). Understanding and checking the assumptions of linear regression: a primer for medical researchers. Clinical & experimental ophthalmology, 42(6), 590–596. https://doi.org/10.1111/ceo.12321

Chicco, D., Sichenze, A., & Jurman, G. (2025). A simple guide to the use of Student’s t-test, Mann-Whitney U test, Chi-squared test, and Kruskal-Wallis test in biostatistics. BioData Mining, 18. https://doi.org/10.1186/s13040-025-00465-6

Christensen, R., Ranstam, J., Overgaard, S., & Wagner, P. (2023). Guidelines for a structured manuscript: Statistical methods and reporting in biomedical research journals. Acta Orthopaedica, 94, 243-249. https://doi.org/10.2340/17453674.2023.11656

Clark, T. G., Bradburn, M. J., Love, S. B., & Altman, D. G. (2003). Survival analysis part I: basic concepts and first analyses. British journal of cancer, 89(2), 232–238. https://doi.org/10.1038/sj.bjc.6601118

Cook, D. A., & Beckman, T. J. (2006). Current concepts in validity and reliability for psychometric instruments: theory and application. The American journal of medicine, 119(2), 166.e7–166.e16. https://doi.org/10.1016/j.amjmed.2005.10.036

Cox, D. R. (1972). Regression Models and Life‐Tables. Journal of the Royal Statistical Society: Series B (Methodological), 34(2), 187-202.

Das, K. R., & Imon, A. H. M. R. (2016). A brief review of tests for normality. American Journal of Theoretical and Applied Statistics, 5(1), 5-12. https://doi.org/10.11648/j.ajtas.20160501.12

De Oliveira Santana Amaral, E., & Line, S. (2021). Current use of effect size or confidence interval analyses in clinical and biomedical research. Scientometrics, 126, 9133 - 9145. https://doi.org/10.1007/s11192-021-04150-3

Deeks, J. J., & Altman, D. G. (2004). Diagnostic tests 4: likelihood ratios. BMJ (Clinical research ed.), 329(7458), 168–169. https://doi.org/10.1136/bmj.329.7458.168

Derrick, B., Toher, D., & White, P. (2016). Why Welch’s test is Type I error robust. The Quantitative Methods for Psychology, 12(1), 30-38. https://doi.org/10.20982/tqmp.12.1.p030

Dinno, A. (2015). Nonparametric pairwise multiple comparisons in independent groups using Dunn's test. The Stata Journal, 15(1), 292-300.

Everitt, B. S., Landau, S., Leese, M., & Stahl, D. (2011). Cluster analysis (5th ed.). John Wiley & Sons.

Fagerland, M. W., & Hosmer, D. W. (2012). A goodness-of-fit test for the proportional odds logistic regression model. Statistics in medicine, 31(8), 819–834. https://doi.org/10.1002/sim.4463

Faltin, F. W. (2022). Statistical Power and Sample Size in Clinical Trials. Springer.

Feller, W. (2020). The fundamental limit theorems in probability. Bulletin of the American Mathematical Society, 51(12), 800-832. (Reprint).

Ferreira, J. C., & Patino, C. M. (2015). Understanding clinical significance, statistical significance, and the presentation of quantitative results. Jornal Brasileiro de Pneumologia, 41(5), 397. https://doi.org/10.1590/S1806-37132015000000212

Field, A. (2018). Discovering statistics using IBM SPSS statistics (5th ed.). Sage publications.

Fullerton, A. S. (2009). A conceptual framework for ordered logistic regression models. Sociological Methods & Research, 38(2), 306-347.

Gallagher, C., O'Connell, T., & O'Sullivan, L. (2019). A practical guide to the analysis of covariance (ANCOVA) in biomedical research. Journal of Clinical Investigation, 129(5), 1845-1847.

Gauthier, T. D. (2001). Detecting trends using Spearman's rank correlation coefficient. Environmental Forensics, 2(4), 359-362.

Ghasemi, A., & Zahediasl, S. (2012). Normality tests for statistical analysis: a guide for non-statisticians. International journal of endocrinology and metabolism, 10(2), 486–489. https://doi.org/10.5812/ijem.3505

Goligher, E., Heath, A., & Harhay, M. (2024). Bayesian statistics for clinical research. The Lancet, 404, 1067-1076. https://doi.org/10.1016/s0140-6736(24)01295-9

Grambsch, P. M., & Therneau, T. M. (1994). Proportional hazards tests and diagnostics based on weighted residuals. Biometrika, 81(3), 515-526.

Gueorguieva, R., & Krystal, J. H. (2004). Move over ANOVA: progress in analyzing repeated-measures data and its reflection in papers published in the Archives of General Psychiatry. Archives of general psychiatry, 61(3), 310–317. https://doi.org/10.1001/ archpsyc.61.3.310

Guzik, P., & Więckowska, B. (2023). Data distribution analysis – a preliminary approach to quantitative data in biomedical research. Journal of Medical Science. https://doi.org/10.20883/ medical.e869

Hajian-Tilaki, K. (2013). Receiver Operating Characteristic (ROC) curve analysis for medical diagnostic test evaluation. Caspian journal of internal medicine, 4(2), 627–635.

Hauke, J., & Kossowski, T. (2011). Comparison of values of Pearson's and Spearman's correlation coefficients on the same sets of data. Quaestiones geographicae, 30(2), 87-93.

Head, M. L., Holman, L., Lanfear, R., Kahn, A. T., & Jennions, M. D. (2015). The extent and consequences of p-hacking in science. PLoS biology, 13(3), e1002106. https://doi.org/10.1371/journal.pbio.1002106

Heale, R., & Twycross, A. (2015). Validity and reliability in quantitative studies. Evidence-based nursing, 18(3), 66–67. https://doi. org/10.1136/eb-2015-102129

Huberty, C. J., & Olejnik, S. (2006). Applied MANOVA and discriminant analysis (2nd ed.). John Wiley & Sons.

Hughes, R. A., Tilling, K., & Sterne, J. A. C. (2021). Multiple imputation for handling missing data in medical research: a practical guide with examples. Journal of clinical epidemiology, 138, 169-180.

Johnson, M. (2020). Data Management and Coding for Social and Behavioral Sciences. SAGE Publications.

Jolliffe, I. T., & Cadima, J. (2016). Principal component analysis: a review and recent developments. Philosophical Transactions of the Royal Society A: Mathematical, Physical and Engineering Sciences, 374(2065), 20150202. https://doi.org/10.109 8/rsta.2015.0202

Kamath, A., Poojari, S., & Varsha, K. (2025). Assessing the robustness of normality tests under varying skewness and kurtosis: a practical checklist for public health researchers. BMC Medical Research Methodology, 25. https://doi.org/10.1186/s12874-025-02641-y

Kaplan, E. L., & Meier, P. (1958). Nonparametric estimation from incomplete observations. Journal of the American statistical association, 53(282), 457-481.

Kasuya, E. (2023). Type I and type II errors in statistical testing. Ecological Research, 38(2), 171-175. https://doi.org/10.1111 /1440-1703.12357

Kim, H. Y. (2017). Statistical notes for clinical researchers: Chi-squared test and Fisher's exact test. Restorative dentistry & endodontics, 42(2), 152–155. https://doi.org/10.5395/rde.2017.42.2.152

Kim, H. Y. (2017). Statistical notes for clinical researchers: Post-hoc analysis. Restorative dentistry & endodontics, 42(3), 231–235. https://doi.org.10.5395/rde.2017.42.3.231

Kim, J., Kim, D., & Kwak, S. (2024). Comprehensive guidelines for appropriate statistical analysis methods in research. Korean Journal of Anesthesiology, 77, 503-517. https://doi.org/10.4097 /kja.24016

Kim, S. (2015). A guide to the appropriate use of correlation coefficient in medical research. Korean Journal of Anesthesiology, 68(3), 299-300. https://doi.org/10.4097/kjae.2015.68.3.299

Kim, T. K., & Park, J. H. (2019). More about the basic assumptions of t-test: normality and sample size. Korean journal of anesthesiology, 72(4), 331–335. https://doi.org/10.4097/kja.19018

Klein, J. P., & Moeschberger, M. L. (2003). Survival analysis: techniques for censored and truncated data. Springer.

Koo, T. K., & Li, M. Y. (2016). A Guideline of Selecting and Reporting Intraclass Correlation Coefficients for Reliability Research. Journal of chiropractic medicine, 15(2), 155–163. https://doi.org/10.1016/ j.jcm.2016.02.012

Kumar, A., Kishun, J., Singh, U., Gaur, D., Mishra, P., & Pandey, C. (2023). Use of appropriate statistical tools in biomedical research: Current trend & status. The Indian Journal of Medical Research, 157, 353 - 357. https://doi.org/10.4103/ijmr.ijmr_809_20

Kwack, S. Y., & Ko, K. (2021). The central limit theorem: The cornerstone of modern statistics. Korean Journal of Anesthesiology, 74(5), 442-443. https://doi.org/10.4097/kja.21326

Lakens, D. (2013). Calculating and reporting effect sizes to facilitate cumulative science: a practical primer for t-tests and ANOVAs. Frontiers in psychology, 4, 863. https://doi.org/10.3389/ fpsyg.2013.00863

Lakens, D. (2021). The practical alternative to significance testing. BMC Psychology, 9(1), 5. https://doi.org/10.1186/s40359-021-00527-6

LaValley, M. P. (2022). Logistic regression. Circulation, 117(18), 2395-2399. https://doi.org/10.1161/CIRCULATIONAHA.106.682658

Lawshe, C. H. (1975). A quantitative approach to content validity. Personnel psychology, 28(4), 563-575.

Leys, C., Klein, O., Dominicy, Y., & Ley, C. (2019). Detecting multivariate outliers: Use a robust variant of the Mahalanobis distance. Journal of Experimental Social Psychology, 51, 34-39.

Lix, L. M., & Sajobi, T. T. (2023). Robust Statistical Methods for Health Sciences. CRC Press.

MacFarland, T. W., & Yates, J. M. (2016). Introduction to nonparametric statistics for the biological sciences using R. Springer.

Madley-Dowd, P., Hughes, R., Tilling, K., & Heron, J. (2019). The proportion of missing data should not be used to guide decisions on multiple imputation. Journal of clinical epidemiology, 110, 63–73. https://doi.org/10.1016/j.jclinepi.2019.02.016

Mansournia, M., & Nazemipour, M. (2024). Recommendations for accurate reporting in medical research statistics. The Lancet, 403, 611-612. https://doi.org/10.1016/s0140-6736(24)00139-9

McHugh, M. L. (2012). Interrater reliability: the kappa statistic. Biochemia medica, 22(3), 276–282.

McHugh, M. L. (2013). The chi-square test of independence. Biochemia medica, 23(2), 143–149. https://doi.org/10.11613/bm.2013.018

McHugh, M. L. (2015). The McNemar Test and Cochran's Q Test. Biochemia medica, 25(2), 173–191.

McLachlan, G. J. (2004). Discriminant analysis and statistical pattern recognition. John Wiley & Sons.

Mishra, P., Pandey, C. M., Singh, U., Gupta, A., Sahu, C., & Keshri, A. (2019). Descriptive statistics and normality tests for statistical data. Annals of cardiac anaesthesia, 22(1), 67–72. https://doi.org/10.4103/aca.ACA_157_18

Mukaka, M. M. (2012). A guide to appropriate use of Correlation coefficient in medical research. Malawi medical journal, 24(3), 69–71.

MyGPNotes. Statistics. How to read a forest plot. 13, 2024. https://www.mygpnotes.com/statistics/how-to-read-a-forest-plot/(Accessed on Januari 27, 2026)

Nahm, F. S. (2022). Nonparametric statistical tests for the continuous data: the basic concept and the practical use. Korean Journal of Anesthesiology, 75(1), 8-14. https://doi.org/10.4097/kja.21287

O'Connell, A. A. (2022). A practical guide to log transformation of biomedical data. Journal of Biopharmaceutical Statistics, 32(4), 549-565.

Oehring, D. (2025). Biostatistik in Ophthalmologie und Optometrie:Eine Artikelserie zur Unterstützung evidenzbasierter Entscheidungsprozesse Teil 2: Statistische Tests – Prinzipien und Anwendung. Optometry & Contact Lenses. https://doi.org/ 10.54352/dozv.smzt8871

Ostertagová, E., Ostertag, O., & Kováč, J. (2023). Methodology and Application of the Two-Sample T-Test. Applied Mechanics and Materials, 475-476, 545-552. https://doi.org/10.4028/www. scientific.net/AMM.475-476.545

Pallant, J. (2020). SPSS survival manual: A step by step guide to data analysis using IBM SPSS (7th ed.). Routledge.

Pannuti, C., Da Silva, H., Su, N., Li, K., & Heitz‐Mayfield, L. (2025). Statistical Gems and Cautions From the Statistical Advisory Board of Clinical Oral Implants Research.. Clinical oral implants research. https://doi.org/10.1111/clr.70033

Parikh, R., Mathai, A., Parikh, S., Chandra Sekhar, G., & Thomas, R. (2008). Understanding and using sensitivity, specificity and predictive values. Indian journal of ophthalmology, 56(1), 45–50. https://doi.org/10.4103/0301-4738.37595

Park, S. H., & Goo, J. M. (2024). A practical guide to understanding and using the receiver operating characteristic (ROC) curve. Korean Journal of Radiology, 15(1), 11-18. https://doi.org/10.3 348/kjr.2014.15.1.11

Poole, M. A., & O'Farrell, P. N. (2022). The assumptions of the linear regression model. Transactions of the Institute of British Geographers, 52, 5-20. (Reprint).

Pugh, S., & Torres-Saavedra, P. (2021). Fundamental Statistical Concepts in Clinical Trials and Diagnostic Testing. The Journal of Nuclear Medicine, 62, 757 - 764. https://doi.org/ 10.2967/jnumed.120.245654

Ranstam, J. (2022). Why the P-value culture is bad and confidence intervals a better alternative. Acta Orthopaedica, 93, 1-2. https://doi.org/10.2340/17453674.2022.2423

Resnik, D. B. (2023). Data management and sharing: Ethical issues for researchers. Journal of Empirical Research on Human Research Ethics, 18(4), 209-218. https://doi.org/10.1177/15562646 231191028

Rich, J. T., Neely, J. G., Paniello, R. C., Voelker, C. C., Nussenbaum, B., & Wang, E. W. (2010). A practical guide to understanding Kaplan-Meier curves. Otolaryngology--head and neck surgery : official journal of American Academy of Otolaryngology-Head and Neck Surgery, 143(3), 331–336. https://doi.org/10.1016 /j.otohns.2010.05.007

Rohrer, J. M. (2019). Thinking clearly about correlations and causation: Graphical causal models for observational data. Advances in Methods and Practices in Psychological Science, 1(1), 27-42.

Rust, C. F., & Lauth, M. (2023). A comparison of tests for variance homogeneity. PLOS ONE, 18(9), e0291500. https://doi.org/ 10.1371/journal.pone.0291500

Sawilowsky, S. S. (2021). Nonparametric tests of interaction in experimental design. Journal of Modern Applied Statistical Methods, 19(1), eP2862. https://doi.org/10.22237/jmasm/1609459200

Schneider, A., Hommel, G., & Blettner, M. (2010). Linear regression analysis: part 14 of a series on evaluation of scientific publications. Deutsches Arzteblatt international, 107(44), 776–782. https://doi.org/10.3238/arztebl.2010.0776

Schober, P., Boer, C., & Schwarte, L. A. (2018). Correlation coefficients: appropriate use and interpretation. Anesthesia and analgesia, 126(5), 1763–1768. https://doi.org/10.1213/ANE.000000000 0002864

Schulz, K. F., Altman, D. G., & Moher, D. (2010). CONSORT 2010 statement: updated guidelines for reporting parallel group randomised trials. BMJ (Clinical research ed.), 340, c332. https://doi.org/10.1136/bmj.c332

Serdar, C. C., Cihan, M., Yücel, D., & Serdar, M. A. (2021). Sample size, power and effect size revisited: simplified and practical approaches in pre-clinical, clinical and laboratory studies. Biochemia Medica, 31(1), 010502. https://doi.org/10.11613/ BM.2021.010502

Sperandei, S. (2014). Understanding logistic regression analysis. Biochemia medica, 24(1), 12–18. https://doi.org/10.1161 3/BM.2014.003

Spruance, S. L., Reid, J. E., Grace, M., & Samore, M. (2004). Hazard ratio in clinical trials. Antimicrobial agents and chemotherapy, 48(8), 2787–2792. https://doi.org/10.1128/AAC.48.8.2787-2792.2004

Starkweather, J., & Moske, A. K. (2011). Multinomial logistic regression. Journal of the American Statistical Association, 106(494), 776-778.

Sullivan, L. M. (2024). Essentials of Biostatistics in Public Health (4th ed.). Jones & Bartlett Learning.

Szumilas, M. (2010). "Explaining odds ratios". Journal of the Canadian Academy of Child and Adolescent Psychiatry, 19(3), 227–229.

Tabachnick, B. G., & Fidell, L. S. (2021). Using multivariate statistics (7th ed.). Pearson.

Taber, K. S. (2018). The use of Cronbach’s alpha when developing and reporting research instruments in science education. Research in Science Education, 48(6), 1273-1296.

Taherdoost, H. (2023). Validity and Reliability of the Research Instrument; How to Test the Validation of a Questionnaire/Survey in a Research. In Advanced Methodologies and Technologies in Business Operations and Management (pp. 2043-2060). IGI Global.

Tavakol, M., & Dennick, R. (2011). Making sense of Cronbach's alpha. International journal of medical education, 2, 53–55. https://doi.org/10.5116/ijme.4dfb.8dfd

Tenny, S., & Abdelgawad, I. (2023). Medical Statistics. In StatPearls. StatPearls Publishing.

Thabane, L., et al. (2021). A tutorial on the development of a research question, study objectives and hypotheses in clinical research. Canadian Journal of Anesthesia/Journal canadien d'anesthésie, 68(5), 711-721. https://doi.org/10.1007/s12630-021-01921-5

Trajman, A., & Luiz, R. R. (2014). McNemar χ² test: a sensible and useful alternative to the paired t test for the analysis of before-and-after studies. Jornal Brasileiro de Pneumologia, 40(4), III-IV. https://doi.org/10.1590/S1806-37132014000400002

Turner, J. R., & Thayer, J. F. (2022). Introduction to analysis of variance: Design, analysis, & interpretation. Sage Publications.

van den Broeck, J., Cunningham, S. A., Eeckels, R., & Herbst, K. (2005). Data cleaning: detecting, diagnosing, and editing data abnormalities. PLoS medicine, 2(10), e267. https://doi.org/10.1371/journal.pmed.0020267

Venkatesh, U., & Santhosh, V. (2025). Aligning Research Questions with Statistical Tests: A Clinician’s Practical Framework. NMO Journal. https://doi.org/10.4103/jnmo.jnmo_61_25

Vetter, T. R. (2017). Fundamentals of Research Data and Variables: The Devil Is in the Details. Anesthesia & Analgesia, 125(4), 1375–1380. https://doi.org/10.1213/ANE.0000000000002374

Vilakati, S. (2025). Prompt engineering for accurate statistical reasoning with large language models in medical research. Frontiers in Artificial Intelligence, 8. https://doi.org/10.3389/ frai.2025.1658316

Vittinghoff, E., Glidden, D. V., Shiboski, S. C., & McCulloch, C. E. (2012). Regression methods in biostatistics: Linear, logistic, survival, and repeated measures models (2nd ed.). Springer.

von Elm, E., Altman, D. G., Egger, M., Pocock, S. J., Gøtzsche, P. C., & Vandenbroucke, J. P. (2007). The Strengthening the Reporting of Observational Studies in Epidemiology (STROBE) statement: guidelines for reporting observational studies. Lancet (London, England), 370(9596), 1453–1457. https://doi.org/10.1016/S0140-6736(07)61602-X

Watkins, M. W. (2018). Exploratory factor analysis: A guide to best practice. Journal of Black Psychology, 44(3), 219-246.

Wickham, H., & Grolemund, G. (2017). R for data science: Import, tidy, transform, visualize, and model data. O'Reilly Media, Inc.

Winter, B. (2021). The interpretation of p-values and confidence intervals: A review for researchers. Psychonomic Bulletin & Review, 28(4), 1089-1100.

Zimmerman, D. W., & Zumbo, B. D. (1993). Friedman's test: The proper alternative to the one-way repeated measures ANOVA for ranked data. Perceptual and Motor Skills, 77(2), 523-529. https://doi.org/10.2466/pms.1993.77.2.523

Zhou, Y., Zhu, Y., & Wong, W. (2023). Statistical tests for homogeneity of variance for clinical trials and recommendations. Contemporary Clinical Trials Communications, 33. https://doi.org/10.1016/j.conctc.2023.101119

PEMILIHAN UJI STATISTIK KEDOKTERAN

Penulis

Kata Kunci:

Sinopsis

Bab

Unduhan

Biografi Penulis

Referensi

Unduhan

Diterbitkan

Lisensi

Detail format terbitan yang tersedia: preview

ISBN-13 (15)

Dimensi Fisik

Cara Mengutip