LBM 4

MODUL METODE PENELITIAN

Biostatistik

cabang ilmu statistic yang berkaitan dengan apliksai metode statistic pada

persoalan dibidang biologi dan kedokteran.

Fungsi

o Memecahkan masalah2 penelitian yang berkaitan dengan

kehidupan melalui pengumpulan, pengolahan dan penyajian

analisis

o Untuk menganalisis sampel yang diambil dari suatu populasi

Contoh : homogenitas sampel

o menguji validitas dan reliabilitas instrument penelitian

o menguji hipotesis

Peranan statistic dalam penelitian

a. Alat untuk menghitung besarnya anggota sample yang diambil

dari suatu populasi. Dengan demikian jumlah sampel yang

diperlukan lebih dapat dipertanggungjawabkan.

b. Alat untuk menguji validitas dan reabilitas instrumen. Sebelum

instrumen digunakan untuk penelitian, maka harus diuji validitas

dan reabilitasnya terlebih dahulu.

c. Teknik-teknik untuk menyajikan data, sehingga data lebih

komunikatif. Teknik-teknik penyajian data ini antara lain; tabel,

grafik, diagram lingkaran, dan pictogram.

d. Alat untuk menganalisis data seperti menguji hipotesis penelitian

yang diajukan. Dalam hal ini statistik yang digunakan antara lain;

korelasi, regresi, t-test, anova,dll.

Statistika untuk Penelitian, Prof. DR. Sugiyono

Macam-macam statistic

a) Statistik deskriptif (data nominal,ordinal,skala interval dan rasio)

adalah statistik yang digunakan untuk menggambarkan atau

menganalisa karakteristik data hasil penelitian, tetapi tidak untuk

membuat kesimpulan yang lebih luas (generalisasi/inferensial)

- statistic lokasi (ukuran kecenderungan memusat) : menerangkan

kedudukan contoh pada suatu dimensi yang menggambarkan

peubah.

- statistic sebaran :

Statistic inferensial adalah suatu proses penarikan kesimpulan

terhadap karakter populasi yang didasarkan pada data yang

diperoleh dari observasi pada sampel

- Statistic parametric : kolerasi produk momen, kolerasi ganda,

dan kolerasi parsial.

Persyaratan untuk dapat menguji dengan uji statistik

parametrik :

a. Jumlah sampel cukup besar untuk dapat diproses

b. Sampel diambil secara acak

c. Sampel tsb berdistribusi normal

d. Bila ingin melakukan uji beda , kedua sampel harus memiliki

varian yang sama

e. Data yang ada berskala interval atau rasio

- Statistic non parametric : bagian statistik yang tidak

memerlukan asumsi2 tertentu misalnya mengenai bentuk

distribusi dan hipotesis2 yang berkaitan dengan nilai2 parameter

ttt

Persyaratan uji statistik non-parametrik :

uji statistik yang digunakan untuk uji pada sampel yang kecil

berskala nominal atau ordinal namun dalam keadaan tertentu

dapat juga untuk skala interval dan rasio, bilamana sampel

yang berskala tsb tidak mungkin diuji secara parametrik

sebaran data tidak normal, tidak homogen

tidak bekerja berdasarkan atas parameter estimasi dari

populasi seperti simpangan baku , maupun varian

Panduan Penelitian oleh Dr.B.Sandjaja, MSPH

Syarat untuk menguji statistik parametrik dan non parametrik

Parametrik

Jumlah sampel cukup besar untuk dapat diproses

Sample diambil secara acak

Sampel tersebut berdistribusi normal

Bila ingin melakukan uji beda, kedua sampel harus memiliki

varian yang sama

Data yang berskala interval atau rasio

Non Parametrik

a. Sampel kecil

b. Berskala nominal atau ordinal

c. Berskala interval atau rasio, bilamana sampel yang berskala

tersebut tidak memenuhi syarat uji parametrik

Panduan Penelitian, Dr. B. Sandjaja, MSPH

kegunaan/ peran?

Berperan dalam pengujian hipotesis

Penyusunan model teoritis

Pengembangan alat pengambilan data

Penyusunan rancangan penelitian

Penentuan sampel penelitian

Pengolahan dan analisi data

( Prof. DR. H. Abdurrahmat Fathoni, M. Si. Metodologi Penelitian dan

Tehnik Penyusunan Skripsi. Rineka Cipta)

a)alat untuk menghitung besarnya anggota sample yang diambil

dari suatu populasi

b)alat untuk menguji validitas dan reliabilitas instrument

c) tehnik2 untuk menyajikan data, sehingga data lebih komunikatif

d)alat untuk analisis data seperti menguji hipotesis penelitian yang

diajukan.

(Statistik untuk penelitian oleh DR.Sugiyono)

variable yang ada di dalam statistic

a. Variabel kategorikal :

berkaitan dengan karakteristik satu set data, dengan

pengukuran kategorikal dikenal istilah jumlah atau frekwensi

tiap kategori (n) dan persentase tiap kategori (%)yang

umumnya disajikan dalam bentuk tabel atau grafik

b. Variabel numerik

Berkaitan dengan gambaran karakteristik satu set data

dengan skala pengukuran numerik, parameter yang lazim

digunakan yaitu parameter ukuran pemusatan (mean,

median , modus ) dan parameter ukuran penyebaran

( standar deviasi, varian, koefisien varian, interkuartil, range,

dan minimum maksimum. Data variabel dengan skala

pengukuran numerik umumnya disajikan dalam bentuk tabel

dsn grafik ( histogram dan plot)

(Dahlan. S, Statistika Untuk Kedokteran dan kesehatan,

2004)

penjelasan tentang uji parametric dan nonparametric

Macam-macam statistic non parametric

a) uji tanda (sign test)

uji tanda didasarkan atas tanda2 positif atau negatif dari

perbedaan antara pasangan pengamatan , bukan atas besarnya

perbedaan.Uji tanda biasanya digunakan untuk mengetahui

pengaruh sesuatu.Langkah2 pengujian dengan uji tanda :

1. menentukan formulasi hipotesis

H0 : probabilitas terjadinya tanda positif dan probabilitas terjadinya

tanda negatif adalah sama

H1 : probabilitas terjadinya tanda positif dan probabilitas terjadinya

tanda negatif adalah berbeda

2. menentukan taraf nyata (α)

Pengujian dapat berbentuk satu sisi atau dua sisi

3. menentukan kriteria pengujian

i. pengujian satu sisi

H0 diterima apabila α ≤ probabilitas hasil sampel

H0 ditolak apabila α > probabilitas hasil sampel

ii. pengujian dua sisi

H0 diterima apabila α ≤ 2 kali probabilitas hasil sampel

H0 ditolak apabila α > 2 kali probabilitas hasil sampel

4. menentukan nilai uji statistik

Merupakan nilai dari probabilitas hasil sampel.

5. membuat kesimpulan

Menyimpulkan H0 diterima / ditolak

b) sign rank test (wilcoxon)

pada uji bertanda ini selain memperhatikan tanda perbedaan (positif

atau negatif) juga memperhatikan besarnya beda dalam menentukan

apakah ada perbedaan nyata antara data pasangan yang diambil dari

sampel atau sampel yang berhubungan

langkah2 wilcoxon :

1. menentukan formulasi hipotesis

H0 : jumlah urutan tanda positif dengan jumlah urutan tanda negatif

adalah sama (tidak ada perbedaan nyata antara pasangan data)

H0 : jumlah urutan tanda positif dengan jumlah urutan tanda negatif

adalah berbeda (ada perbedaan nyata antara pasangan data)

2. menentukan taraf nyata (α) dengan T tabelnya

pengujiannya dapat berbentuk satu sisi atau dua sisi

3. menentukan kriteria pengujian

H0 diterima apabila T0 ≥ T

H0 ditolak apabila T0 < T

4. menentukan nilai uji stastistik (nilai T0)

tahap2 pengujian adalah sbb :

a. menentukan tanda

beda dan besarnya tanda beda antara pasangan data

b. mengurutkan

bedanya tanpa memperhatikan tanda dan jenjang

- angka 1 untuk beda yang terkecil , dst

- jika terdapat beda sama , diambil nilai rata2nya

- beda nol tidak diperhatikan

c. memisahkan tanda

beda positif dan negatif atau tanda jenjang

d. menjumlahkan

semua angka positif dan angka negatif

e. nilai terkecil dari

nilai absolut hasil penjumlahan merupakan nilai T0 yaitu nilai uji

statistik

5. membuat kesimpulan

menyimpulkan H0 diterima atau ditolak

c) rank sum test (wilcoxon)

d) rank corelation test (spearman)

prinsip : akan menguji apakah memang antarprediktor mempunyai

pengaruh yang signifikan dengan nilai residualnya

digunakan untuk menguji homogenitas sampel kecil (<30

responden/pengamatan)

e) fisher probability exact test

f) chisquare

Macam-macam statistic parametric :

a) t-test

b) anova

adalah rerata kuadrat skor simpangannya yang menunjukkan variansi

suatu distribusi yang diamati

c) multiple regresi

d) korelasi product moment

e) korelasi ganda

f) korelasi parsial

(pokok2 materi statistik 2 9statistik inferensi oleh Ir.M.Iqbal

Hasan)

Keuntungan dan kerugian statistic non parametric

Keuntungan

a) tidak membutuhkan asumsi tentang normalitas distribusi populasi

seperti pada statistic parametric

b) lebih mudah dikerjakan dan lebih mudah dimengerti karena tidak

membutuhkan perhitungan matematik yang rumit seperti satistik

parametric

c) dapat menggantikan data numeric dengan jenjang

d) tidak di butuhkan urutan atau jenjang secara formal karena sering di

jumpai hasil pengamatan yang dinyatakan dalam data kualitatif

e) pengujian hipotesisnya dilakukan secara langsung pada pengamatan

yang nyata.

f) Tidak terikat pada distribusi normal populasi tetapi dapat digunakan

pada populasi berdistribusi normal

Kerugian :

a. Tidak adanya sistematika

b. Hasilnya bisa meragukan jarena kesederhanaan metodenya

statistik nonparametrik digunakan apabila :

1. sampel yang digunakan memiliki ukuran yang kecil

2. data yang digunakan bersifat ordinal , yaitu data2 yang bisa disusun

dalam urutan atau diklasifikasikan rangkingnya

3. data yang digunakan bersifat nominal , yaitu data2 yang dapat

diklasifikasikan dalam kategori dan dihitung frekuensinya

4. bentuk distribusi populasi dan tempat pengambilan sampel tidak

diketahui menyebar secara normal

5. ingin menyelesaikan masalah statistik secara cepat tanpa

menggunakan alat hitung

( pokok2 materi statistik 2 9statistik inferensi oleh Ir.M.Iqbal Hasan )

Perbedaan statistic parametric dan non parametric

statisStatistik parametric statististatistik non parametric

- Cara pengambilan keputusan

didasarkan pada asumsi dan

- Cara pengambilan keputusan tidak

didasarkan pada asumsi dan ciri2

ciri2 populasi

- Untuk menguji data yang

berskala interval dan rasio

- Untuk uji pada sampel yang

besar

- Sebaran data normal

populasi

- Untuk menguji data yang berskala

nominal dan ordinal

- Untuk uji pada sampel yang kecil

- Sebaran data tidak normal

2. kesalahan yang muncul dalam uji statistic

- Kesalahan uji tipe I

Adalah karena Ho ditolak padahal kenyataannya benar ,artinya kita

menolak hipotesis tsb (Ho) yabg seharusnya diterima

- Kesalahan uji tipe II

Adalah kesalahan karena Ho diterima padahal kenyataannya

salah.Artinya kita menerima hipotesis tsb (Ho) yang seharusnya

ditolak.

Apabila kedua jenis kesalahan tsb dinyatakan dalam bentuk

probabilitas didapatkan hal2 sbb:

a. Kesalahan tipe I disebut kesalahan α yang dalam bentuk

penggunaanya disebut sbg taraf yang nyata atau taraf signifikan.1 –

α disebut sbg tingkat keyakinan , karena dengan itu kita yakin

bahwa kesimpulan yang kita buat adalah benar sebesar 1 – α

b. Kesalahan tipe II disebut kesalahan β yang dalam bentuk

penggunaanya disebut sbg fungsi ciri operasi , disingkat CO , 1 – β

disebut sbg kausa pengujian karena memperlihatkan kuasa

terhadap pengujian yang dilakukan untuk menolak hipotesis yang

seharusnya ditolak

(pokok2 materi statistik 2 9statistik inferensi oleh Ir.M.Iqbal

Hasan)

Statistic deskriptif

Definisi

mengacu pada bagaimana menata atau mengorganisasi data,

menyajikan, dan menganalisis data. Menata, menyajikan, dan

menganalisis data dapat dilakukan misalnya dengan menentukan nilai

rata-rata hitung dan persen / proposisi. Cara lain untuk

menggambarkan data adalah dengan membuat tabel, distribusi

frekuensi, dan diagram atau grafik (Sugiyono, 2006)

membantu memahami tentang karakteristik data yang dimiliki.

(dr M. Sopiyudin Dahlan, statistika untuk kedokteran dan kesehatan)

Contoh penelitian deskriptif

o Gambaran status gizi balita di desa Jarang Makan tahun 2011 –

2012

Pengambilan sampel

Pengumpulan data

Pengolahan data

Tendensi sentral

Std Dev

Penyajian data

Ciri–ciri

o Komunikatif

o Mudah dipahami

o Penyajian data bisa berupa narasi, grafik, tabel, diagram,

pictogram

Yang umumnya dihitung dalam statistic deskriptif

o Mean = nilai rata-rata

o Median = nilai tengah

o Modus = nilai yang sering muncul

o Varian

o Std dev

Statistic inferensial

Definisi

statistik yang berkenaan dengan cara penarikan kesimpulan

berdasarkan data yang diperoleh dari sampel untuk menggambarkan

karakterisktik atau ciri dari suatu populasi. Dengan demikian dalam

statistik inferensial dilakukan suatu generalisasi (perampatan atau

memperumum) dan hal yang bersifat khusus (kecil) ke hal yang lebih

luas (umum). Oleh karena itu, statistik inferensial disebut juga statistik

induktif atau statistik penarikan kesimpulan. Pada statistik inferensial

biasanya dilakukan pengujian hipotesis dan pendugaan mengenai

karakteristik (ciri) dari suatu populasi, seperti mean dan Uji t

(Sugiyono, 2006).

Contoh penelitian inferensial

o Pengaruh kualitas kesehatan rumah dengan kejadian TB Paru di

wilayah kerja Puskesmas Siwuluh

Penentuan variable

Variable bebas : kualitas kesehatan rumah skala :

ordinal

Variable tergantung : kejadian TB Paru skala :

nominal

Pemilihan populasi

Pasien TB yang rawat jalan

Penentuan sampel

Pasien TB yang rawat jalan periode januari –

desember 2010

Pasien TB paru yang termasuk warga tetap di

wilayah kerja Pusk. Siwuluh inklusi

Penentuan instrument

Kuesioner

Pedoman observasi

Pengumpulan data

Cluster

Case control

Pengujian

Homogenitas sampel

Reliabilitas dan validitas instrumen

Ciri–ciri

o Mengetahui pengaruh antar variable

o Meramalkan antar variable

Macam2

o Parametric

ilmu statistika yang mempertimbangkan jenis sebaran/distribusi

data, yaitu apakah data menyebar normal atau tidak. Pada

umumnya, Jika data tidak menyebar normal, maka data harus

dikerjakan dengan metode Statistika non-parametrik, atau

setidak2nya dilakukan transformasi agar data mengikuti sebaran

normal, sehingga bisa dikerjakan dg statistika parametrik.

Contoh metode statistika parametrik: uji-z (1 atau 2 sampel), uji-

t (1 atau 2 sampel), korelasi pearson, Perancangan Percobaan (1

or 2-way ANOVA parametrik), dll.

Syarat uji parametric :

a) Skala pengukuran variable harus numeric

b) Sebaran data normal

c) Varians data homogeny

macam-macam statistic parametric

a. Uji t untuk dua variabel tidak berkaitan

b. Uji t untuk dua variabel berkaitan

c. Anovar (analisis varians)

d. Uji Pearson untuk korelasi

Metodologi Penelitian Bidang Kedokteran, Prof. dr. Arjatmo

Tjokronegoro, PhD.

o Non parametric

statistika bebas sebaran (tdk mensyaratkan bentuk sebaran

parameter populasi, baik normal atau tidak). Statistika non-

parametrik biasanya digunakan untuk melakukan analisis pada

data berjenis Nominal atau Ordinal. Data berjenis Nominal dan

Ordinal tidak menyebar normal. Contoh metode Statistika non-

parametrik:Binomial test, Chi-square test, Median test, Friedman

Test, dll.

Syarat uji non parametric

a) Sakala pengukuran variable kategorikal

(ordinal,nominal)

b) Sebaran data tidak normal

Macam-macam statistic non parametric

1. Satu variabel

a. Uji Bonomial

b. Uji Chi Square

c. Uji Kolmogorov-Smirnov (K-S)

2. Dua variabel (tidak berkaitan)

a. Uji Fisher

b. Uji Chi Square untuk dua sampel

c. Uji Kolmogorov-Smirnov untuk dua sampel (K-

S)

d. Uji Mann-Whitney

e. Uji Chi Square untuk k sampel

f. Uji Kruskal – Wallis

g. Uji Kendall

3. Dua variabel (berkaitan)

a. Uji Mc Nemar (Marginal chi square)

b. Uji Chochran’s Q.

c. Uji Sign

d. Uji Wilcoxon untuk pasangan serasi

e. Uji Friedman

f. Uji Page L (trend)

Metodologi Penelitian Bidang Kedokteran, Prof. dr. Arjatmo

Tjokronegoro, PhD.

1. Statistik Deskriptif

Statistik deskriptif bertujuan untuk menggambarkan berbagai

karakteristik data seperti mean, median, modus

2. Statistik Inferensial

Statistik inferensial bertujuan untuk menguji hipotesis yang dapat

dikelompokkan lagi menjadi 2 yaitu:

a. Statistik Parametrik

Penggunaan statistik parametrik ini harus disertai pada data harus

berdistribusi normal, jumlah sampel terhitung harus sama atau lebih

besar dari 30. Untuk keperluan analisis parametrik maka statistik

parametrik dibagi menjadi:

Uji perbedaan

Disini akan di uji apakah sebuah sampel mempunyai perbedaan

nyata dengan sampel yang lain. Uji yang digunakan adalah

independent sample t test, paired sample t test, one sample t test

Uji Asosiasi

Di sini akan diuji apakah dua variabel yang ada mempunyai

hubungan atau tidak. Uji yang digunakan adalah korelasi, regresi,

Crosstab

Analisis Multivariate

Di sini jumlah vaiabel banyak dan tujuan pengujian adalah mencoba

mengetahui struktur data yang ada pada variabel-variabel tersebut.

Uji yang digunakan adalah Analisis Diskriminan, Analisis faktor

Untuk Statistik Parametrik akan dibahas lebih lanjut pada bab

selanjutnya.

b. Statistik Non Parametrik

Penggunaan statistik non parametrik ini digunakan pada kondisi-

kondisi penelitian tertentu. Kondisi yang sering dijumpai antara lain

data pada sampel tidak terdistribusi normal, jumlah sampel yang kecil

(kurang dari 30), cenderung lebih sederhana sehingga kesimpulannya

kadang diragukan.Yang termasuk uji non parametrik adalah Uji Sign,

Uji Mann Whitney, uji Friedman, uji Kruskal Wallis H akan dibahas lebih

lanjut pada bab selanjutnya.

Tommi Poltak Mario, V. Wiratna Sujarweni. SPSS untuk

Paramedis. Sleman. Penerbit Ardana Media. 2006

1. peran / kegunaan statistic

- sebagai pengolah data dengan oerhitungan statistik tertentu,

menjadi informasi yang berarti.

INPUT DATAOUTPUT

DATA(INFORMASI)

PROSES STATISTIK

Tommi Poltak Mario, V. Wiratna Sujarweni. SPSS untuk

Paramedis. Sleman. Penerbit Ardana Media. 2006

1. penyusun model teoretis

2. perumusan hipotesis

3. pengembangan alat pengambil data

4. penyusunan rancangan penelitian

5. Penentuan sampel

6. pengolah dan analisis data

Drs. Cholid Narbuko, Drs. H. Abu Achmadi. Metodologi

Penelitian. Jakarta. Bumi Aksara. 2007

macam – macam uji

parametrik

e. Uji t untuk dua variabel tidak berkaitan

f. Uji t untuk dua variabel berkaitan

g. Anovar (analisis varians)

h. Uji Pearson untuk korelasi

Metodologi Penelitian Bidang Kedokteran, Prof. dr. Arjatmo

Tjokronegoro, PhD.

Non parametric

1. Satu variabel

a. Uji Bonomial

b. Uji Chi Square

c. Uji Kolmogorov-Smirnov (K-S)

2. Dua variabel (tidak berkaitan)

a. Uji Fisher

b. Uji Chi Square untuk dua sampel

c. Uji Kolmogorov-Smirnov untuk dua sampel (K-S)

d. Uji Mann-Whitney

e. Uji Chi Square untuk k sampel

f. Uji Kruskal – Wallis

g. Uji Kendall

3. Dua variabel (berkaitan)

a. Uji Mc Nemar (Marginal chi square)

b. Uji Chochran’s Q.

c. Uji Sign

d. Uji Wilcoxon untuk pasangan serasi

e. Uji Friedman

f. Uji Page L (trend)

Metodologi Penelitian Bidang Kedokteran, Prof. dr. Arjatmo

Tjokronegoro, PhD.

N

o.

Skala Penggunaan Nama Uji Keterangan

1 Nomi

nal

Uji beda satu

kelompok

Binominal Bisa dipakai bila

uji McNemar dan

Chi Square 2x2

tidak bisa

dilakukan

2 Nomi

nal

Uji beda satu

kelompok

Uji beda 2

kelompok

mandiri

Uji beda 3

kelompok

mandiri

Chi

Square

Penggunaannya

luas.

Bisa dipakai

sebagai

pengganti uji

nonparametrik

lain untuk skala

ordinal

3 Nomi

nal

Uji beda 2

kelompok

McNemar Dapat digunakan

untuk sampel

berpasangan skala ordinal.

4 Nomi

nal

Uji beda 2

kelompok

mandiri

Fisher

Exact

Probabilit

y Test

Efektif untuk

sampel kecil

(n<20)

Hanya bisa untuk

menguji data

pada tabel

kontingensi 2x2

5 Nomi

nal

Uji beda 3

kelompok atau

lebih yang

berpasangan

Cochran

(Q-test)

Hanya digunakan

untuk data yang

dikotomi saja

(data “ya” atau

“tidak”)

6 Ordin

al

Uji beda 2

kelompok

mandiri

Mann-

Whitney

Digunakan

secara luas di

praktek sehari-

hari

7 Ordin

al

Uji beda 1

kelompok

(Goodness of

Fit)

Uji beda 2

kelompok

mandiri

Kolmonog

orov-

Smirnov

Amat baik untuk

membandingkan

distribusi

kelompok,

median. Dispersi

dan skewness

8 Ordin

al

Uji Goodness of

Fit

Uji 2 kelompok

berpasangan

Wilcoxon Bisa dipakai

untuk data

berskala interval

berpasangan

(bila uji

parametrik tidak

bisa digunakan,

karena sampel

kecil)

9 Ordin

al

Uji beda 2

kelompok

berpasangan

Sign test Makin efektif bila

jumlah pasangan

makin kecil

(n<25)

10 Ordin

al

Uji 2 kelompok

mandiri

Uji 3 kelompok

atau lebih yang

mandiri

Median

test

Dapat digunakan

untuk data

interval sampel

kecil

11 Ordin

al

Uji 3 kelompok

atau lebih yang

berpasangan

Analisis

Varians

Friedman

(Friedma

n Analysis

of

Varians)

Cukup baik untuk

jumlah subjek

kecil

12 Ordin

al

Uji 3 kelompok

atau lebih yang

mandiri

Kruskal-

Wallis

Dapat untuk data

interval sampel

kecil

13 Inter

val

atau

Rasio

Uji 2 kelompok

mandiri

Moses Dapat menguji

variasi data

14 Inter

val

atau

Rasio

Uji 2 kelompok

mandiri

Wald-

Wolfowitz

Efektif untuk

menguji rata-rata

2 sampel

15 Inter

val

Uji 2 kelompok Walsh Tidak bisa untuk

sampel besar

atau

Rasio

berpasangan test (n>15)

16 Inter

val

atau

Rasio

Uji 2 kelompok

berpasangan,

sampel kecil

Uji 2 kelompok

mandiri

dengan sampel

kecil

Uji 2 kelompok

mandiri

dengan sampel

besar

Randomis

asi

Tidak bisa

menguji 3

kelompok lebih

yang mandiri

Panduan Penelitian, Dr. B. Sandjaja, MSPH dan Albertus Heriyanto,

M. Hum