Upload
agus-candra
View
1.106
Download
0
Embed Size (px)
DESCRIPTION
Citation preview
Biostatistic inferensial
Solikhah, S.KM, M.Kes
Macam analysis data:1. Deskriptif 2. inferensial
Analysis deskriptif
1. Minimum, maksimum2. Mean3. Median 4. Modus5. Penyebaran: range, varians, standar deviasi,
persentil6. Keruncingan kurva
Analysis inferensial
1. uji hubungan2. Uji pengaruh3. Uji beda
Macam uji statistik
1. parameterik normal 2. Nonparametrik Lihat distribusi normal data
Lilifors , n > 50Shapiro Wilks , 10 <= n <= 50
Ho : Distribusi data = normal Ha : Distribusi data ≠ normal
P > 0,05 Ho diterima P <= 0,05 Ho ditolak
• jenis-jenis uji statistik
Uji t Independent (sampel tunggal)
• Syarat uji:1. Data wajib berdistribusi normal2. Varians boleh sama, boleh juga tidak sama3. Jika memenuhi syarat normalitas data maka
digunakan uji t tidak berpasangan4. Jika tidak memenuhi syarat uji normalitas
data maka di lakukan transformasi data
5.Jika variabel baru hasil transformasi data tidak normal maka uji man whitney
rumus
Daerah penerimaan Ho
Contoh:
• Sebuah studi tentang pengendapan lemak disekitar leher akan menjadi faktor Obstructive Sleep Apnea(OSA). Untuk mengukur OSA ada pengukuran hyponea indeks(AHI). Rata-rata pengukuran AHI pada pasien non-obesitas dgn BMI 25 adalah 7,65. Dr. Johnson ingin membuktikan pasien yang punya BMI>35 tidak jauh berbeda dengan pasien non_obesitas , oleh karena itu Dr.Johnson mengambil sampel 15pasien obesitas dan diukur AHInya (rata-rata 9,77 dan varians=11,14). Buktikan hipoteis tersebut dgn alpha 0,05
Konsep hipotesis
Ho ditolak , maka Ha/H1 diterimaada hubungan/pengaruh/perbedaan rerataHo diterima , maka Ha/H1 di tolak tiak ada hubungan/pengaruh/perbedaan rerata
• Signifikansi level daerah alpha (kesalahan type 1)
Uji t independent (dua sampel)hal:163
• Seorang peneliti ingin mempelajari tentang 26 kasus LGR. 14 menggunakan metode A, dan 12 menggunakan metode B.6 bulan kemudian yang menggunakan metode A dan B dilakkan observasi dengan data sebagai berikut
Peneliti ingin membuktikan apakah ada perbedaan diantara dua metode tersebut, dengan alpha 0,05
jawab
• hipotesis
• T hitung
Uji Man whitney
• Uji non parametrik• Alternatif uji t independent (dua
sampel/kelompok data)• Skala data ordinal• Distribusi data tidak normal• Dikenal dengan nama lain test U man whitney
Uji Anova (analysis of varian)
• Distribusi data normal• Skala data numerik• Uji membandingkan 3/lebih rerata yang paling sederhana• Membandingkan 3 atau lebih means /rerata populasi
hanya 2 rerata (uji t idependent• Contoh kasus:1. ingin membuktikan tentang efektivitas 4 macam
obat 2. Ingin membuktikan efektivitas 3 metode pembelajaran
pada sekolah kesehatan (yang satu dengan e learning dan satunya dengan metode biasa)
Lanjutan contoh
1. Membuktikan antara 3 kelompok pasien yang diberi obat hipertensi
2. Membuktikan BMI indeks pada pasien yang melakukan diet
Sumber variasi
df Jumlah kuadrat
Mean square
F value P value
Antar kelompok
5 1592,42 318,48
13,153Dalam kelompok
60 1454,91 24,24
Total 65 3047,33
n1=11, n2=10,n3=12,n4=11,n5=11,n6=11S1=4,7, s2=4,76, s3=4,55, s4=4,58, s5=4,76, s6=6,05
Uji kruskal Walls
• Alternatif uji Anova one Way apabila distribusi data tidak normal
• Niai varians dianggap sama • Variabel berskala data kontinu/numerik
PAIRED T TEST
Syarat paired t test
• Distribusi masing2 variabel normal• Pengukuran pada data kontinyu (numerik)
untuk data berkelompok• Sampel berpasangan:
1. sebelum dan sesudah perlakuan2. Matching case dan control
• Apabila sebaran datanya/distribusi data tidak normal maka menggunakan uji wilcoxon
Contoh kasus
• Pengukuran BMI sebelum dan sesudah ada program diet
• Evaluasi tekanan darah sebelum dan sesudah ada progran latihan
• Risiko diare Pada Balita
Kasus paired t test
Ho di tolak , Ha/ H1 diterima
Ringkasan anovaSumber variasi
df JK RJK Fhitung P value
Antar kelompok
5 47580,4 9516,08
415,36Dalam kelompok
60 1374,65 22,91
total 65 48955,05
n1=11, n2=10,n3=12,n4=11,n5=11,n6=11Ȳ1=34,18, Ȳ2=32,8, Ȳ3=32,25, Ȳ4=33,27, Ȳ5=33,29, Ȳ6=32,45S1=