UJI STATISTIK

UJI STATISTIK.

Oleh.Dr.Resna AS MPH.

Sekolah Tinggi Ilmu Kesehatan.Banten.

SERPONG.

STIKes BANTEN.021. 7587 1242 / 5.

BSD City.

Bagan Asosiasi

Peristiwa 1 Peristiwa 2

Uji Chi - sq

Not significant Significant

Eksperimen

Asosiasi Skunder Asosiasi Primer

‘Indirect’ ‘Direct’

Molekuler

STIKes BANTEN.021. 7587 1242 / 5.

BSD City.

Hal yg perlu diperhatikan dalamMemilih Uji Statistik.

1. Jumlah variabel

2. Skala ukuran

3. Cara pengambilan sampel

4. Besar sampel

Untuk jumlah variabel, skala pengukuran, jumlah dan cara pengambilan sampel yang berbeda

Pakai uji statistik yang berbeda

STIKes BANTEN.021. 7587 1242 / 5.

BSD City.

Jumlah Variabel.

Yaitu nilai atau sifat dari benda, orang, kejadian atau segala sesuatu yang dapat bervariasi. Misalnya:

1. variabel = Tinggi Badan.

2. variabel = Status kesehatan & imunisasi.

3. variabel = status kes, imunisasi & jenis kelamin

Jumlah variabel tergatung dari pernyataan penelitian

Untuk jumlah variabel yang berbeda


STIKes BANTEN.021. 7587 1242 / 5.

BSD City.

Skala Pengukuran.

Untuk skala pengukuran yang berbeda


Nominal dan ordinal : Non Parametrik

Interval dan rasio: Paremetrik &

Non Parametrik.

STIKes BANTEN.021. 7587 1242 / 5.

BSD City.

Cara Pengambilan Sampel.

Hal yang diperlu diparhatikan:

1. Indipenden/ unrelated: Pemilihan

Individu, tak dipengarui oleh faktor tertentu

2. Dependent / releted: Pemilihan individu yang dipengarui oleh faktor tertentu

Untuk cara pengambilan sampel yang berbeda


STIKes BANTEN.021. 7587 1242 / 5.

BSD City.

Besar Sampel.

Hal yang perlu diperhatikan

Makin besar sampel maka mendekati keadaan sebenarnya

Uji non parametrik sampel kecil

Untuk jumlah sampel yang berbeda,


STIKes BANTEN.021. 7587 1242 / 5.

BSD City.

Tahap-tahap Uji Statistik.

Hal yang perlu diingat:

Uji statistik Stat.inferensial

Mengambil kesimpulan terhadap populasi berdasarkan sampel dan memperoleh kesimpulan tentang perbedaan 2 kelompok atau lebih

Sebelum melakukan uji stat, tentukan:

• Ho dan batas kemaknaan

• Distribusi sampling dan uji stat yang sesuai

STIKes BANTEN.021. 7587 1242 / 5.

BSD City.

Hypotesis Nol (Ho)

Hipotesis yang dibuat untuk ditolak

menyatakan tidak ada perbedaan bila

Ho ditolak Hipotesis alternatif (Hi)

atau hipotesis penilaian yang diterima.

Hi diperoleh dari teori yang ada

(one atau two tail/ ekor)

Ho><Hi

STIKes BANTEN.021. 7587 1242 / 5.

BSD City.

Populasi Normal.

Asumsi

SAMPEL berasal dari populasi dengan Distribusi Normal bila:

1. Mean = Median = Modus.

2. Mean, dan Standar Deviasi, mempunyai nilai sebagai berikut.

X 1 SD = 68.3 %

X 2 SD = 95.5 %

X 3 SD = 99.7 %

STIKes BANTEN.021. 7587 1242 / 5.

BSD City.

Grafik Curve Normal.

Mean = Mediam = Modus

X 1 SD = 68.3 %

X 2 SD = 95.5 %

X 3 SD = 99.7 %

STIKes BANTEN.021. 7587 1242 / 5.

BSD City.

Distribusi Sampel.

Asumsi

Suatu kumpulan data yang banyak, bila digambarkan akan merupakan distribusi normal

(central limit theorem)

Cara menentukan distribusi normal :

• Coefisien Of Variation (COV ) : < 20%.

• COV = SD / mean.

• Uji stat : 1 variabel

• Membandingkan letak (X – 3SD)-(X+3SD)

terhadap letak X dan nilai Range

STIKes BANTEN.021. 7587 1242 / 5.

BSD City.

Probabilitas (nilai p)

TINGKAT KEMAKNAAN (Alpha)

Makin kecil tingkat kemaknaan.

Makin kecil terjadi kesalahan kesimpulan

Roosner.B (1986) fundamental Statistics

0.01<p<0.05 : significant

0.001<p<0.01: highly significant

P<0.001 : very highly significant

P> 0.05 : not statiscally significant

STIKes BANTEN.021. 7587 1242 / 5.

BSD City.

Tingkat Kemaknaan.

Besar tingkat, kemaknaan pada kurva normal digambarkan pada kedua ujung kurva

• Gambar penolakan dapat digambarka pada kedua ujung two tail test

• Bila pada satu ujung one tail test

• Bila uji Statistik hasilnya dalam daerah penolakan (P < Alpha) Ho ditolak

• Bila p > Alpha Ho diterima

STIKes BANTEN.021. 7587 1242 / 5.

BSD City.

Kesalahan Type Alpha & Beta.

Kemungkinan Ho salah disebut

• Kesalahan tipe I (alpha),

Menolak Ho, sebetulnya Ho tsb benar • Kesalahan tipe II (Beta), Menerima

Ho, sebetulnya Ho tersebut salah • 1 – Beta = Power

• Kekuatan uji statistik

STIKes BANTEN.021. 7587 1242 / 5.

BSD City.

Memilih Uji Statistik.

Uji 1 variabel: Uji 3 variabel Bionominal Anova

Chi-square Multipel

K.S. regresi

Run tes

• Uji 2 variabel • Chi-square Mc. Nemar

• Fisher Exact Uji tanda

• K.S. Cochran’S

• Unpair- t-test Pair-t-test

• Peorsons’s Wilcoxon

UJI Parametrik.

Uji Parametrik :

• Dilakukan terhadap sekelompok data yang mempunyai parameter yang jelas dan dapat

dihitung secara objektif

• Uji yang terkuat untuk menolak Ho, bila Ho salah.

• Bila mempunyai cukup alasan untuk memakai uji paremetrik, pakai

Uji Parametrik

STIKes BANTEN.021. 7587 1242 / 5.

BSD City.

Uji Non Parametrik.

Uji non parametrik

• Uji untuk data yang kurang memenui sarat untuk uji parametrik

• Tidak memperdulikan distribusi. Populasi normal atau tidak normal.

• Paling sesuai untuk sampel kecil

• Dapat dipakai untuk menganalisis data

dalam skala nominal dan ordinal

STIKes BANTEN.021. 7587 1242 / 5.

BSD City.

Degree of freedom.(df ).

• Derajat kebebasan.

• Df = n – 1.• Jumlah yang diobservasi = n.

• Df dua kelompok atau tabel.

• Df = ( k – 1 ) ( r – 1 ).• Colum / kolom.

• Row / baris.

STIKes BANTEN.021. 7587 1242 / 5.

BSD City.

Uji Chi- Square (X.2).

• Ada 2 jenis : yaitu Tabel 2x2 dan BxK

• Syarat

• 2x2 : Semua sel nilai E>5

• BxK : > 20% Nilai E>5

• Hasil : Bandingkan dengan nilai kritis tabel X²

Bila X² > NK Ho ditolak dan ><

Rumus: (O-E)²

X² = E

STIKes BANTEN.021. 7587 1242 / 5.

BSD City.

Uji Fisher’ Exact.

• Tes asosiasi antara 2 variabel

• Merupakan test alternatif bila X2 tak memenuhi syarat

• Buat tabel hasil penelitian

• Buat tabel ekstrim (dapat >1)

• P= p1+po

(a+c)!(b+d)!(c+d)!(a+b) P =

n!a!b!c!d

STIKes BANTEN.021. 7587 1242 / 5.

BSD City.

Kolmogorov-Smirnov test.

• Untuk 2 var yang bersifat independent

• Bentuk tabel besar

• Buat tabel frek.komulatif

• Hitung d untuk tiap kolom

• Tentuka D maksimum

• Nilai kritis Tabel X² dengan db = 2

n1 n2X² = 4D²

n1 = n2

STIKes BANTEN.021. 7587 1242 / 5.

BSD City.

Uji Parametrik.

• Unpaired t-test • Paired t-test

• Z-test• Z-test satu sempel • Analisa korelasi • Analisa regresi

STIKes BANTEN.021. 7587 1242 / 5.

BSD City.

Unpaired T- test.

Untuk membandingkan 2 sampel

X1-X2

T =

S gab. · 1/n1+1/n2

· S gab=· {(n1-1)s² +(n2-1)s² }

n1+n2-2

· Nilai p lihat nilai tabel T

dengan db = n1+n2-2

STIKes BANTEN.021. 7587 1242 / 5.

BSD City.

Paired T – test.

• Untuk 2 sampel kecil yang dependent

• D = rata-rata perbedaan 2 sempel

• S = Standar deviasi

• N = Jumlah pasangan

• P = Lihat tabel T, db = I, t.nk

Ho ditolak

DT =

S / Vn

STIKes BANTEN.021. 7587 1242 / 5.

BSD City.

Z - Test.

• Untuk 2 sampel dengan n > 30

• Nilai Z dilihat pada tabel normal

X1-X2Z =

(SX1²/nX = SX2²/nX2)

STIKes BANTEN.021. 7587 1242 / 5.

BSD City.

Nilai Kurve Normal.


p = 0.1 0.05 .02 .01 .002 .001

z = 1.65 1.96 2.37 2.58 3.09 3.29

STIKes BANTEN.021. 7587 1242 / 5.

BSD City.

Z – test 1 sampel.

• Untuk 1 sampeldengan n > 30


• Nilai p didapat dengan membandingkan nilai Z dengan nilai kritis

X – HZ =

S/ n

Analisa Korelasi.

• Untuk 2 sampel dengan variabel kuantitatif / continuos

n Σ XY – (Σ X)(Σ X)R =

{nΣX²-Σ(X)²}{ΣY²-Σ(Y)²}

STIKes BANTEN.021. 7587 1242 / 5.

BSD City.

Korelasi.

Nilai korelasi antara –1--- + 1• Kuatnya hubungan = r.

• R > 0.7 sangat kuat• R = 0.7-0.5 kuat

• R = 0.5—0.25 cukup

• R = > 0.25 tak ada korelasi

Nilai Korelasi Populasi.

• Untuk itu perlu uji hipotesis

• Nilai t dapat pada tabel t

• Nilai t > NK Ho ditolak

n-2T = r

(I-r)

Evaluasi Garis Regresi.

1. Menghitung r²

2. Menghitung hipotesis

3. Kesimpulan dengan tidak melihat nilai T (NK)

Ho diterima atau ditilak

Analisa Garis Regresi.

• Hubungan 2 variabel dapat memprediksi perubahan pada variabel dependen

n Σ XY – (Σ X)(Σ X)r =

{nΣ X²}{nΣ Y²}

a = Y - bX

Tingkat Pengukuran dan Test Statistik yang cocok untuk masing- masing Tingkat.

SKALA HUBUNGAN YG MEMBATASI.

CONTOH STAT. YG COCOK.

T. STATISTIK YG SESUAI.

NOMINAL.

ORDINAL.

EKIUVALENSI

EKIUVALENSI

LEBIH BESAR DARI

MODUS

FREQUENSI

KOEF. KONTINGENSI.

MEDIAN.

PERSENTIL.

SPEARMAN rs.

KENDALL t.

KENDALL w.

NON PARAMETRIK.

NON PARAMETRIK.

.

SKALA HUBUNGAN YG MEMBATASI.

CONTOH STAT. YG COCOK.

T. STATISTIK YG SESUAI.

INTERVAL

RASIO.

EKIUVALENSI.

LEBIH BESAR DARI.

RASIO SEMBARANG 2 INTERVAL DIKETAHUI.

•IDEM DIATAS

+

RASIO SEMBARANG 2 HARGA SKALA DIKETAHUI.

MEAN.

DEV. STANDAR

KORELASI PEARSON.

KARELASI MOMEN HASIL X GANDA.

MEAN GEOMETRIK.

KOEFISIEN VARIASI.

NON PARAMETRIK.

DAN.

PARAMETRIK..

NON PARAMETRIK.

DAN.

PARAMETRIK..

Pemilihan Uji Statistik.

VARIABEL. NOMINAL. ORDINAL.

UJI.

DUAKATAGORI

DUAKATAGORIATAULEBIH

KATAGORI.

SKOR.

BINOMIAL.

CHISQUARE

K.S.

Dua Variabel tidak berkaitan.

VARIABEL

DUA.

SKOR

DISTRIBUSI

NORMAL.

PEARSON r.

NOMI

ORDI

VARIABEL SATU.

2 KEL > 3 KEL

NOMINAL. ORDINAL.

SKOR DIST NORM

INTERVAL.

SKORKEL.

2 KELOMPOK

= / > DARI3 KELOM

SKOR.

KELOMPOK.

CHISQUARE

FISHERCHI

SQUAREMANNWHIT

KRUSKWALLIS

KENDALL’ S

KENDALL

ANOVAR 1 FAKTOR.

ANOVARTREND.

Dua Variabel berkaitan.

VARIABEL II

ANOVAR

VARIABEL I

ITERVAL

ORDIN

2KELOM

POK

= > 3KELOM

POK

KELOMPOK.

t BERKAITANATAU

ANOVAR.

ANOVAR2 FACTOR.

PAGE’sL

2 KEL. 3 > KEL KEL. SCORE

Mc.NEMAR

COECHRAN Q.

SIGNTEST.

WILCOX-

Documents

UJI STATISTIK