uji statistik
DESCRIPTION
STIKes BANTEN. 021. 7587 1242 / 5. BSD City. 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. - PowerPoint PPT PresentationTRANSCRIPT
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
Pakai uji statistik yang berbeda
STIKes BANTEN.021. 7587 1242 / 5.
BSD City.
Skala Pengukuran.
Untuk skala pengukuran yang berbeda
Pakai uji statistik 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
Pakai uji statistik 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,
Pakai uji statistik 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.
• Nilai Z dilihat pada tabel 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 Z dilihat pada tabel normal
• 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-