UJI STATISTIK STIKes BANTEN 021 7587 1242 5

UJI STATISTIK.

STIKes BANTEN. 021. 7587 1242 / 5. BSD City. Bagan Asosiasi Peristiwa 1 Peristiwa 2 Uji Chi - sq Not significant Significant Eksperimen Asosiasi Skunder ‘Indirect’ 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

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

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.

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 – 3 SD)-(X+3 SD) 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

Memilih Uji Statistik. Uji 1 variabel: Uji 3 variabel Bionominal Chi-square K. S. Anova Multipel 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

STIKes BANTEN. 021. 7587 1242 / 5. BSD City. 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 2 x 2 dan Bx. K Syarat 2 x 2 : Semua sel nilai E>5 Bx. K : > 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 X 2 tak memenuhi syarat • Buat tabel hasil penelitian • Buat tabel ekstrim (dapat >1) • P= p 1+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 n 1 n 2 X² = 4 D² n 1 = n 2

STIKes BANTEN. 021. 7587 1242 / 5. BSD City. Uji Parametrik. • Unpaired t-test • Paired t-test • Z-test satu sempel • Analisa korelasi • Analisa regresi

STIKes BANTEN. 021. 7587 1242 / 5. BSD City. Unpaired T- test. Untuk membandingkan 2 sampel X 1 -X 2 T= S gab. · 1/n 1+1/n 2 · S gab=· {(n 1 -1)s² +(n 2 -1)s² } n 1+n 2 -2 · Nilai p lihat nilai tabel T dengan db = n 1+n 2 -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 X 1 -X 2 Z= (SX 1²/n. X = SX 2²/n. X 2)

STIKes BANTEN. 021. 7587 1242 / 5. BSD City. Nilai Kurve Normal. • Nilai Z dilihat pada tabel normal p = 0. 1 z = 1. 65 0. 05. 02 1. 96 2. 37 . 01 2. 58 . 002 3. 09 . 001 3. 29

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

STIKes BANTEN. 021. 7587 1242 / 5. BSD City. Analisa Korelasi. • Untuk 2 sampel dengan variabel kuantitatif / continuos n Σ XY – (Σ X) R= {nΣX²-Σ(X)²}{ΣY²-Σ(Y)²}

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-2 T= r (I-r)

Evaluasi Garis Regresi. 1. 2. Menghitung r² 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) r= {nΣ X²}{nΣ Y²} a = Y - b. X

Tingkat Pengukuran dan Test Statistik yang cocok untuk masing- masing Tingkat. SKALA HUBUNGAN YG CONTOH STAT. T. STATISTIK MEMBATASI. YG COCOK. YG SESUAI. NOMINAL. EKIUVALENSI ORDINAL. EKIUVALENSI LEBIH BESAR DARI MODUS FREQUENSI KOEF. KONTINGENSI. MEDIAN. PERSENTIL. SPEARMAN rs. KENDALL t. KENDALL w. NON PARAMETRIK. .

SKALA HUBUNGAN YG MEMBATASI. CONTOH STAT. YG COCOK. T. STATISTIK YG SESUAI. INTERVAL EKIUVALENSI. LEBIH BESAR DARI. RASIO SEMBARANG 2 INTERVAL DIKETAHUI. MEAN. DEV. STANDAR KORELASI PEARSON. KARELASI MOMEN HASIL X GANDA. NON PARAMETRIK. DAN. PARAMETRIK. . • IDEM DIATAS + RASIO SEMBARANG 2 HARGA SKALA DIKETAHUI. MEAN GEOMETRIK. KOEFISIEN VARIASI. RASIO. NON PARAMETRIK. DAN. PARAMETRIK. .

Pemilihan Uji Statistik. VARIABEL. NOMINAL. DUA KATA GORI UJI. DUA KATA GORI ATAU LEBIH BINO CHI MIAL. SQUARE ORDINAL. KATA GORI. K. S. SKOR.

Dua Variabel tidak berkaitan. VARIABEL DUA. VARIABEL SATU. NOMINAL. 2 KEL > 3 KEL 2 CHI N FISHER SQUARE O KELOMPOK M = / > DARI CHI I 3 KELOM SQUARE O KELOMPOK. R D SKOR. I SKOR DISTRIBUSI NORMAL. ORDINAL. KEL. SKOR MANN WHIT KRUSK WALLIS KENDALL’ S INTERVAL. SKOR DIST NORM ANOVAR 1 FAKTOR. ANOVAR TREND. KEN DALL PEARSON r.

Dua Variabel berkaitan. VARIABEL II VARIABEL I 2 KEL. I T E R V A L O R D I N 2 KELOM POK 3 > KEL. SCORE Mc. COECH SIGN WILCOX NEMAR RAN Q. TEST. - =>3 KELOM POK. t BERKAITAN ATAU ANOVAR 2 FACTOR. PAGE’ s. L ANOVAR