Transcript Uji Statistik
UJI STATISTIK.
Oleh.
Dr.Resna AS MPH.
Sekolah Tinggi Ilmu Kesehatan.
Banten.
SERPONG.
STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.
Peristiwa 1 Bagan Asosiasi Peristiwa 2
Uji Chi - sq
STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.
Not significant Asosiasi Skunder ‘Indirect’ Significant Eksperimen Asosiasi Primer Molekuler ‘Direct’
STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.
Hal yg perlu diperhatikan dalam Memilih 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
Skala Pengukuran.
Untuk skala pengukuran yang berbeda Pakai uji statistik yang berbeda
STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.
Nominal dan ordinal : Non Parametrik Interval dan rasio: Paremetrik & Non Parametrik.
Cara Pengambilan Sampel.
STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.
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
Besar Sampel.
Hal yang perlu diperhatikan Makin besar sampel maka mendekati keadaan sebenarnya
STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.
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.
Uji statistik Hal yang perlu diingat: 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
Hypotesis Nol (Ho)
Hipotesis yang dibuat untuk ditolak menyatakan tidak ada perbedaan bila Ho ditolak Hipotesis alternatif (Hi) atau hipotesis penilaian yang diterima.
STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.
Hi diperoleh dari teori yang ada (one atau two tail/ ekor) Ho>
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
X
2 SD = 95.5 % 3 SD = 99.7 %
STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.
Grafik Curve Normal.
STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.
Mean = Mediam = Modus X
1 SD = 68.3 % X
X
2 SD = 95.5 % 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
Probabilitas (nilai p)
TINGKAT KEMAKNAAN (Alpha) Makin kecil tingkat kemaknaan.
STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.
Makin kecil terjadi kesalahan kesimpulan Roosner.B (1986) fundamental Statistics 0.01
Tingkat Kemaknaan.
STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.
• • •
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
Memilih Uji Statistik.
Uji 1 variabel : Uji 3 variabel
• • • • •
Bionominal Anova Chi-square Multipel K.S. regresi Run tes
•
Uji 2 variabel Chi-square Fisher Exact K.S.
Unpair- t-test Peorsons’s Mc. Nemar Uji tanda Cochran’S Pair-t-test 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.
STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.
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
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).
STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.
• • • • •
Ada 2 jenis : yaitu Tabel 2x2 dan BxK Syarat 2x2 : Semua sel BxK : > 20% nilai E>5 Nilai E>5 Hasil : Bandingkan dengan nilai kritis tabel X² Bila X² > NK Ho ditolak dan >< Rumus: X² = (O-E) ² E
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
STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.
P = (a+c)!(b+d)!(c+d)!(a+b) n!a!b!c!d
Kolmogorov-Smirnov test.
STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.
• • • • • •
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 X² = 4D² n1 n2 n1 = n2
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)s
²
+(n2-1)s
²
} 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 D T = S / Vn
STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.
Z - Test.
•
Untuk 2 sampel dengan n > 30
•
Nilai Z dilihat pada tabel normal Z = X1-X2 (SX1
²
/nX = SX2
²
/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 – H Z = S/ n
Analisa Korelasi.
• Untuk 2 sampel dengan variabel kuantitatif / continuos
R = n Σ XY – (Σ X)(Σ X) {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
T = r n-2 (I-r)
Evaluasi Garis Regresi.
1.
2.
Menghitung r
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 r = n Σ XY – (Σ X)(Σ X) {nΣ X²}{nΣ Y²} a = Y - bX
Tingkat Pengukuran dan Test Statistik yang cocok untuk masing- masing Tingkat.
SKALA NOMINAL.
HUBUNGAN YG MEMBATASI.
CONTOH STAT. YG COCOK.
T. STATISTIK YG SESUAI.
EKIUVALENSI MODUS FREQUENSI KOEF. KONTINGENSI.
NON PARAMETRIK.
ORDINAL.
EKIUVALENSI LEBIH BESAR DARI MEDIAN.
PERSENTIL.
SPEARMAN rs.
KENDALL t.
KENDALL w.
.
NON PARAMETRIK.
SKALA INTERVAL HUBUNGAN YG MEMBATASI.
CONTOH STAT. YG COCOK.
T. STATISTIK YG SESUAI.
EKIUVALENSI.
LEBIH BESAR DARI.
RASIO SEMBARANG 2 INTERVAL DIKETAHUI.
MEAN.
DEV. STANDAR KORELASI PEARSON.
KARELASI MOMEN HASIL X GANDA.
NON PARAMETRIK.
DAN.
PARAMETRIK..
RASIO.
•
IDEM DIATAS + RASIO SEMBARANG 2 HARGA SKALA DIKETAHUI.
MEAN GEOMETRIK.
KOEFISIEN VARIASI.
NON PARAMETRIK.
DAN.
PARAMETRIK..
Pemilihan Uji Statistik.
VARIABEL.
NOMINAL.
ORDINAL.
UJI.
DUA KATA GORI DUA KATA GORI ATAU LEBIH KATA GORI.
SKOR.
BINO MIAL.
CHI SQUARE K.S.
Dua Variabel tidak berkaitan.
VARIABEL DUA.
NOMINAL.
VARIABEL SATU.
ORDINAL.
INTERVAL.
2 KEL > 3 KEL KEL.
SKOR SKOR DIST NORM N O M I 2 KELOMPOK FISHER CHI SQUARE = / > DARI 3 KELOM CHI SQUARE MANN WHIT KRUSK WALLIS ANOVAR 1 FAKTOR.
O R D I KELOMPOK.
SKOR.
KENDALL’ S KEN DALL ANOVAR TREND.
SKOR DISTRIBUSI NORMAL.
PEARSON r.
Dua Variabel berkaitan.
VARIABEL II 2 KEL.
VARIABEL I 3 > KEL KEL.
SCORE I T E R V A L 2 KELOM POK = > 3 KELOM POK O R D I N KELOM POK.
Mc.
NEMAR COECH RAN Q.
SIGN TEST.
WILCOX t BERKAITAN ATAU ANOVAR.
PAGE’ sL ANOVAR 2 FACTOR.
ANOVAR