KUISBIO

Jika nilai rata-rata lebih besar dari nilai median, apa interpretasi yang paling benar?

• Distribusi data cenderung miring ke kiri.
• Distribusi data cenderung miring ke kanan.
• Distribusi data cenderung simetris.
• Nilai median lebih besar dari nilai rata-rata.

Jika nilai standar deviasi lebih besar dari nilai rata-rata, apa interpretasi yang paling benar?

• Data terdistribusi normal dan terpusat di sekitar rata-rata.
• Nilai rata-rata lebih besar dari nilai standar deviasi.
• Data memiliki variasi yang besar dan tidak terpusat di sekitar rata-rata.
• Data memiliki sedikit variasi dan konsisten di sekitar rata-rata.

Mengapa dalam ilmu biostatistika, seupaya mungkin data yang digunakan dalam bentuk numerik bukan kategori?

• Data kategori lebih mudah dipahami oleh semua orang.
• Data numerik lebih cocok untuk analisis statistik yang mendalam.
• Data numerik tidak dapat digunakan untuk analisis regresi.
• Data kategori memberikan hasil yang lebih akurat.

Dalam sebuah studi epidemiologi, instrumen pengukuran kadar biomarker menggunakan skala rasio. Jika pengukuran ulang menghasilkan nilai yang bervariasi secara acak (error acak) namun rata–ratanya tidak bias, kondisi ini paling tepat menggambarkan:

• Reliabilitas tinggi dan validitas tinggi

• Reliabilitas rendah dan validitas tinggi

• Reliabilitas tinggi dan validitas rendah

• Reliabilitas rendah dan validitas rendah

Siapa Pengajar di Mata Kuliah Biostatistika?

• Prof. Zurnila Marli Kesuma

• Novi Reandy Sasmita, M.Sc

Dalam pengkodean data nominal, apabila nilai numerik diinterpretasikan seolah-olah bersifat kuantitatif, potensi kesalahan analisis yang terjadi adalah:

• Penggunaan mean dan standar deviasi yang tidak tepat

• Meningkatkan akurasi pengukuran

• Memperkuat validitas konstruk

• Mengurangi bias sistematik

Diberikan dua rangkaian pengukuran berulang untuk variabel X:

X1 = {8, 10, 12, 11, 9} dan X2 = {9, 11, 11, 12, 8}.

Jika koefisien korelasi antara X1 dan X2 mendekati 0,7, maka:

• Menunjukkan reliabilitas yang sangat tinggi

• Menunjukkan reliabilitas yang rendah

• Menunjukkan reliabilitas sedang

• Menunjukkan tidak adanya hubungan antar pengukuran

Data ordinal sering kali memiliki interval yang tidak konsisten antar kategori. Oleh karena itu, ukuran tendensi sentral yang paling tepat untuk data ordinal adalah:

• Mean

• Modus

• Median
• Range

Jika suatu alat ukur menghasilkan nilai yang secara konsisten 5 satuan lebih tinggi daripada nilai sebenarnya (error sistematik), maka kondisi pengukuran tersebut:

• Memiliki reliabilitas dan validitas tinggi

• Memiliki reliabilitas tinggi namun validitas rendah

• Memiliki reliabilitas rendah namun validitas tinggi

• Memiliki reliabilitas dan validitas rendah

Sebuah dataset mengenai tinggi badan (dalam cm) dari 10 orang terdistribusi normal. Kehadiran satu outlier yang jauh dari nilai-nilai lainnya akan memberikan dampak yang paling besar pada

• Nilai mean

• Nilai median

• Nilai modus

• Simpangan baku