Transcript populasi dan sampel

BIOSTATISTIK
(MATERI MATRIKULASI)
PENGERTIAN
• STATISTIK
- Sempit  angka, kumpulan data, bilangan/
non bilangan
- Luas  alat analisis data, alat menarik
kesimpulan
• STATISTIKA
 Pengetahuan yang berhubungan dengan
PULTA, LAHTA, JITA, ANALISIS DATA,
SIMPULAN
PERAN STATISTIK DALAM PENELITIAN :
1. Penentuaan besar sampel untuk penelitian
(pertanggungjawaban secara metodologis)
2. Uji validitas dan reliabilitas instrumen
(alat ukur, instrumen)
3. Teknik penyajian data (bermakna dan komuni
katif)  Tabel, grafik, dll.
4. Uji hipotesis  teknik korelasi, asosiasi, komparasi,
regresi.
PEMBAGIAN STATISTIK :
1. STATISTIK DESKRIPTIF
- Memberikan gambaran (deskripsi) terhadap obyek
yang diteliti (sampel maupun populasi)
- Tanpa membuat simpulan yang diberlakukan untuk
umum (generalisasi/inferensi)
2. STATISTIK INFERENSIAL/INDUKTIF
- Statistik yg digunakan untuk analisis data sampel, dan
hasilnya akan digeneralisasikan/inferensikan untuk
populasi dari mana sampel diambil.
- Statistik Parametrik dan Non Parametrik.
Statistik Parametrik  Distribusi Normal
Bilamana sekelompok data dikatakan
berdistribusi Normal ?
1. Dengan pendekatan grafik
2. Dengan Kurva Normal
3. Dengan uji Kolmogorov Smirnov
(paket SPSS)
DATA STATISTIK
SUMBER DATA
Data primer :
- diperoleh langsung dari sumbernya (obyek/
responden
- saat penelitian dimulai, data belum ada
Data sekunder :
- diperoleh dari selain sumber/obyek/responden
- Saat penelitian dimulai, data tersebut sudah
tersedia, tinggal ambil/nyalin.
Pengukuran dan Skala Data
SIFAT DATA
Data Kualitatif :
- data berbentuk kata-kata, kalimat, gambar.
Data Kuantitatif :
- data berbentuk angka
- data kuantitatif ada 2 :
- data dikrit, diperoleh dari hasil
menghitung atau membilang
- data kontinum, diperoleh dari hasil
mengukur (dg alat ukur)
SKALA DATA
SKALA DATA
KEMAMPUAN
Membedakan
Menentukan
urutan
Besar Beda
Kelipatan
NOMINAL
ORDINAL
INTERVAL
RASIO
+
+
+
+
+
+
+
+
+
+
STATISTIK DESKRIPTIF
1. Ukuran Gejala Pusat ( Ukuran Tendensi Sentral)
1). Modus (Mo)
- Ukuran statistik berdasarkan nilai yang populer
(paling banyak muncul).
2). Median (Md)
- Ukuran statistik berdasarkan nilai tengah setelah
data disusun secara urut.
3). Mean (Me)
- Ukuran statistik yang mempertimbangkan seluruh
nilai data.
UKURAN DISPERSI
(UKURAN PENYEBARAN)
1. Rentang
2. Varians
3. Standar Deviasi
4.Koefisien Variasi
Terminologi pd populasi dan sampel :
POPULASI
µ
σ2
σ
SAMPEL
Rata-rata
Varians
Standar deviasi
X
S2
S
POPULASI DAN SAMPEL
- Populasi dan sampel  subyek penelitian (empunya
data)
- Subyek bisa berupa :
- Manusia
: siswa, guru, dosen, karyawan dll
- Non manusia : Binatang, pabrik, udara, air dll
- Data  obyek analisis
Populasi :
Jumlah keseluruhan obyek (satuan-2, individu-2) yang
karakteristiknya hendak diduga.
Satuan-2/individu-2  disebut unit analisis.
SAMPEL :
-
Sebagian dari populasi yang karakteristiknya hendak
diselidiki.
- Agar dpt digeneralisasikan pada populasi, maka sampel
harus REPRESENTATIVE (mewakili populasi)
- Supaya Representative ???
- Adequate Sample size.
- Diambil secara ACAK (Random)
SAMPLE SIZE
- Suatu estimasi minimal dari peneliti
- Tiga pertanyaan ?
1). Harga parameter apa ?
- Nilai mean
- Nilai proporsi
2). Berapa harga alpha (α)
- Untuk menentukan nilai Z1- α
3) Besarnya penyimpangan / perbedaan yang ditolerir ?
- Nilai d (degree of precision)
- Hak peneliti
- Sebagai variabel peubah besar sampel
Rumus besar sampel :
(Z 1-α)2 . p . q .
n = -------------------------d2 + (Zα)2 . p . q
(Zα)2 . p . q . N
n = --------------------------------d2 . (N-1) + (Zα)2 . p . q
HIPOTESIS DAN PENGUJIAN
• Hipotesis ?
- Pernyataan yang masih lemah.
- Jawaban sementara terhadap permasalahan penelitian
• Konsep Hipotesis :
1. Konsep Statistika.
- Pernyataan statistik tentang parameter populasi
- Taksiran parameter populasi melalui data sampel
- Hipotesis yang dinyatakan dengan simbul-simbul
matematik
Hipotesis dan pengujian
2.
Konsep Penelitian
- Jawaban sementara terhadap rumusan masalah
penelitian
- Rumusan masalah bisa berupa :
- Hubungan antara dua variabel atau lebih
- Perbandingan (komparasi)
- Variabel mandiri (deskriptif)
Hipotesis dan pengujian
Bentuk rumusan hipotesis :
1. Hipotesis deskriptif.
Dugaan mengenai suatu variabel mandiri (tidak
membuat perbandingan atau hubungan)
Contok :
Hip. Penelitian :produktivitas tenaga kerja di PT “X”
adalah 15 unit per hari.
Hip. Statistik : µ = 15
2. Hipotesis komparatif.
Pernyataan yang menunjukkan dugaan nilai satu
variabel atau lebih pada sampel yang berbeda atau
sama.
Hipotesis dan pengujian
Contoh :
Hip. Penelitian : Ada perbedaan kadar Hb darah antara
pekerja laki-2 dan perempuan.
Hip. Statistik
: µ1 = µ2
3. Hipotesis Asosiatif.
Pernyataan yang menunjukkan dugaan tentang
hubungan antara dua variabel atau lebih.
Contoh :
Hip. Penelitian : Ada hubungan antara sikap perawat
dengan kepuasan pasien.
Hip. Statistik : ρ ≠ 0
Berkaitan dengan prosedur pengujian hipotesis, ada dua
macam hipotesis dalam suatu penelitian :
1. Hipotesis Nol (Ho)
- Hipotesis yang berazaskan “Praduga Tak Ber ……”
- Hipotesis yang dinyatakan dengan kata “Tidak ada ..”
Contoh : Tidak ada hubungan antara pemakaian APD
dengan kejadian kecelakaan karyawan.
2. Hipotesis Alternatif (HA)
- Kebalikan dari Ho
- Dinyatakan dengan kata “ Ada …..”
Contoh : Ada perbedaan produktivitas kerja antara
laki-2 dan perempuan.
Ho dan HA bersifat komplementer  jika Ho ditolak,
otomatis HA diterima.
Tipe Kesalahan dalam pengambilan keputusan :
Hakekat Ho
Kesimpulan
Benar
Salah
Menolak
Tipe I (α)
Tepat
Menerima
Tepat
Tipe II (β)
STATISTIK NON PARAMETRIK
• Analisis data nominal dan ordinal
• Analisis data interval atau rasio tapi data
tersebur tidak berdistribusi normal
 Uji normalitas data.
• Penting diingat !!!!!!!!!
 Padanan/alternatif Statistik Parametrik
• Analisis data dengan sampel kecil.
Macam Uji Statistik Non Parametrik :
Parametrik
Korelasi Product
Moment
Paired T-test
Independen T-test
Analisis Varians
Regresi Linear
Macam Uji
Hubungan
Beda
Pengaruh
Non Parametrik
Korelasi
Spearman, Tau
Kendall
Uji Chi-Square
Uji Mann Whitney
Uji Fredman
Kruskal Wallis
Regresi Logistik