UJI HIPOTESIS

Tujuan: Menguji suatu hipotesis apakah terbukti atau tidak terbukti. Prosedur: 1. Menetapkan Hipotesis: a.Hipotesis Nol (Ho)
Hipotesis yang berbunyi tidak ada perbedaan antara berat bayi ibu yang mempunyai kebiasaan merokok dengan yang tidak mempunyai kebiasaan merokok.

UJI HIPOTESIS
Prosedur: 1. Menetapkan Hipotesis:
b. Hipotesis Alternatif (Ha) Ha satu arah (one tail) Lebih Tinggi/Rendah.... BB bayi ibu yang merokok lebih rendah daripada BB bayi dari ibu yang tidak merokok. Ho : 1 = 2 Ha : 1 > 2
0

UJI HIPOTESIS
Prosedur: 1. Menetapkan Hipotesis:
b. Hipotesis Alternatif (Ha) Ha dua arah (two tail) Ada Perbedaan Ho : 1 = 2 Ha : 1 = 2

Uji Hipotesis
2. Memilih Uji Statistik 3. Menghitung Uji Statistik Didapatkan P value P value: peluang salah menyimpulkan Ho ditolak Ada dua jenis kesalahan 4. Menentukan Batas Kemaknaan (Level of Significant). 5. Keputusan Uji Hipotesis Bila nilai P Ho ditolak Bila nilai P > Ho diterima/gagal ditolak

Kesalahan Tipe I (), tipe II (), dan Hipotesis Penelitian

Uji hipotesis kesalahan tipe I dan II Illustrasi: saat menjawab pertanyaan benar dan salah

Kunci Jawaban
Salah Jawaban Salah Benar a c Benar b d

Ada dua kemungkinan kesalahan: Bisa menjawab benar padahal jawaban salah (sel c) Bisa menjawab salah padahal jawaban benar (sel b)

Kesalahan Tipe I (), tipe II (), dan Hipotesis Penelitian

Kenyataan sesungguhnya

Ho ditolak
Penelitian Ho ditolak Ho diterima 1 (power) (tipe II)

Ho diterima
(tipe I) 1-

Kesalahan Tipe I ()
Kesalahan untuk menolak hipotesis nol padahal seharusnya hipotesis nol diterima. dengan kata lain,
Kesalahan untuk menyatakan ada hubungan/ada perbedaan padahal sebenarnya tidak ada hubungan/perbedaan.

Kesalahan Tipe II ()
Kesalahan untuk menerima hipotesis nol padahal seharusnya hipotesis nol ditolak. dengan kata lain,
Kesalahan untuk menyatakan tidak ada hubungan/perbedaan padahal sebenarnya ada hubungan/perbedaan.

Kesalahan Tipe II () vs Power Penelitian

Power penelitian = 1
Power Penelitian: Kemampuan untuk mendeteksi hubungan/perbedaan dimana hubungan/perbedaan tersebut benarbenar ada.

Uji Beda Mean Satu Sampel

Untuk menguji perbedaan mean antara data sampel dengan data populasi (data penelitian sebelumnya).

SAMPEL

POPULASI

Uji Beda Mean Satu Sampel

Ada 2 jenis: 1. Untuk jumlah sampel besar (n>30)

Uji Z

2. Untuk jumlah sampel kecil (n<30) Uji t

CONTOH 1: Dinkes Palangka Raya tahun lalu melakukan survei BB bayi. Didapatkan rata-rata BB bayi 2100 gram. Kemudian saat ini dilakukan survei dengan sampel 150 bayi. Hasil survey didapatkan rata-rata BB 2200grm dengan SD=400 grm. Ujilah apakah ada perbedaan ratarata BB antara tahun lalu dengan saat ini?

CONTOH 1: Diketahui: =2100 x = 2200 N=150 Karena sampel >30 maka Uji Z Ho: = 2100 Ha: 2100

CONTOH 1: Cari nilai P dengan tabel Z

0,4989 P value

3,06

P value = 0,5 0,4989 = 0,0011 Karena Ha two tail, maka 0,0011+0,0011=0,0022 Pvalue<0,05 Ho ditolak KESIMPULAN: Ada perbedaan yang signifikan BB bayi antara tahun lalu dengan saat ini.

CONTOH 2: Dinkes Palangka Raya tahun lalu melakukan survei BB bayi. Didapatkan rata-rata BB bayi 2100grm. Kemudian saat ini dilakukan survei dengan sampel 25 bayi. Hasil survey didapatkan rata-rata BB 2200grm dengan SD=400 grm. Ujilah apakah ada perbedaan rata-rata BB antara tahun lalu dengan saat ini?

CONTOH 1: Diketahui: =2100 x = 2200 N=25 Karena sampel <30 maka Uji t Ho: = 2100 Ha: 2100

CONTOH 1: Cari nilai P dengan tabel t

df

0,1

0,05

0,025

0,01

0,005

24

1,318 1,711 2,064 2,492 2,797

P>0,1 (0,1 x 2) Pvalue = 0,2 > 0,05 Ho gagal ditolak KESIMPULAN: Tidak ada perbedaan yang signifikan BB bayi antara tahun lalu dengan saat ini.

Uji Beda Proporsi Satu Sampel

Contoh: RS X tahun lalu melaporkan bahwa 30% pasien mengaku puas. Kemudian saat ini dilakukan survei dengan sampel 125 pasien. Hasil survey ada 50 pasien mengaku puas. Ujilah apakah ada perbedaan kepuasan antara tahun lalu dengan saat ini?

Ho : P = 0,3 Ha : P 0,3 P = 50/125 = 40%

0,4938
P value

2,5

Pvalue= 0,5 - 0,4938 = 0,0062 (one tail) Two tail: 2 x 0,0062 = 0,0124 Pvalue < 0,05 Ho ditolak Kesimpulan: Ada perbedaan bermakna antara tingkat kepuasan pasien antara tahun lalu dengan saat ini.

Uji Beda Mean Dua Sampel Independent

Uji homogenitas

Lebih besar

Uji Beda Mean Dua Sampel Independent

a. Uji beda mean dua sampel varian sama

b. Uji Beda Mean 2 sampel varian beda

Contoh Soal Ada dua macam obat anti obesitas diberikan kepada mereka yang berat badannya overweight untuk jangka waktu 3 bulan. Hasil pengukuran BB setelah 3 bulan adalah sebagai berikut: Obat A: n=10; x=7,3; SD=1,7 Obat B: n=11; x=5,09; SD=1,64 Ujilah apakah ada perbedaan tekanan darah antara desa dengan kota.

1. Uji Varians Ho: 12 = 22 Ha: 12 = 22 F = (1,7)2 / (1,64)2 = 1,075 DF= numerator = 10-1=9 denumerator = 11-1=10
Nilai P > 0,1 maka Ho gagal ditolak, varians sama

2. Uji t varians sama Ho: 1 = 2 Ha: 1 = 2

nilai p<0,005 Nilai <<< 0,005 Ho ditolak

Uji Beda Mean Dua Sampel Dependent

Keterangan: d = rata-rata dari nilai d S = SD dari nilai d

Contoh Soal Sebuah survei berminat mengetahui hubungan antara pemakaian kontrasepsi oral (OC) dan tekanan darah pada wanita. Delapan WUS yang bukan pemakai OC diukur TD-nya. Kemudian selama 1 thn, ke-8 wanita tsb menggunakan OC, dan pada akhir tahun TD-nya diukur lagi. Adapun datanya sbb: Sebelum: 115 115 104 112 105 107 126 119 Sesudah: 117 128 102 120 115 130 130 120 Buktikan apakah ada perbedaan TD antara sebelum dan sesudah memakai OC?

1. Ho: 1=2 Ha: 1=2 n=8 d=-2 -13 2 -8 -10 -23 -4 -1 d= -7,375 S=8,035 t=2,596 DF=8-1=7 Nilai P<0,025 dan nilai P >0,01 0,01<P value<0,025 (Ho ditolak)

Uji Beda Mean Lebih Dari 2 Sampel

Tujuan: untuk menguji perbedaan mean antara 3 atau lebih kelompok. Misalnya: apakah ada perbedaan rata-rata tekanan darah antara anggota-anggota DPR dari fraksi PDIP, Golkar, PKS? ANOVA:

Uji Beda Mean Lebih Dari 2 Sampel

MSB F MSW

Df: numerator = k-1 denumerator = n-k

=MSB = varian in between (antar kelompok)

= MSW= varian in within (dalam kelompok)

Varian within: variasi dari masing-masing data dengan nilai rata-ratanya. Varian between: variasi rata-rata kelompok dengan rata-rata keseluruhan (grand mean).

Uji Beda Mean Lebih Dari 2 Sampel

PDIP ... ... ... ... X=... GK ... ... ... ... X=... PKS ... ... ... ... X=...
Between

Within

X = ...

ANOVA Testing Procedure

Compute mean value for each of k samples Compute the total grand mean Compute between groups variation
2 between MSB

n1 x1 x n2 x2 x n3 x3 x ... nk xk x
2 2 2

k 1

ANOVA Testing Procedure

Compute within group variation

Compute between group variation to within group variation

MSB F MSW

ANOVA Testing Procedure

Compute numerator & denominator degrees of freedom
Df numerator = k-1 Df denominator = n-k

Use F table to convert F ratio to p value Compare p value with a Make the conclusion

Contoh: Survei tekanan darah pada sampel anggota DPR RI sbb: PDIP: n=10 x=150 s=15 GK : n=8 x=140 s=10 PKS : n=8 x=110 s=15 Buktikan apakah ada perbedaan tekanan darah antara ke-3 fraksi?

Contoh: Ho: 1 = 2 = 3 Ha : 1 2 3 X= (150+140+110)/3=133,3

Contoh:

Contoh:
Denominator Area 0,1 0,05 0,025 0,01 0,005 0,001 Numerator 2,59 3,49 4,46 5,85 6,99 9,95

20

Pvalue < 0,001 =0,05 maka Pvalue < Keputusan Ho ditolak Kesimpulannya: ada perbedaan bermakna rata-rata tekanan darah antara ke-3 fraksi anggota DPR.

Contoh:
Bila uji ANOVA significant, maka dilakukan uji multiple comparison. Tujuannya: untuk mengetahui perbedaan antar kelompok. METODA BONFERONI

* =

k 2

Contoh: t= 1,54
Df = 26-3 =23 Cari P value di tabel t: >0,05 <0,1 * = = 0,05/3 = 0,016 k 2 k = 3! 2 2! (3-2)! P value > *, keputusan gagal ditolak Kesimpulan: tidak ada perbedaan rata-rata TD antara PDIP dan Golkar

Asumsi Uji ANOVA: 1. Distribusi harus normal 2. Varian homogen 3. Antar kelompok independent 4. Variabel yang dihubungkan berbentuk kategori

Uji Beda Proporsi

Tujuan: untuk menguji perbedaan proporsi/persentase anatra dua atau lebih sampel (kelompok) Misalnya: apakah ada perbedaan kepuasaan pasien ASKES dan UMUM .......
P = .....%

.......
P = .....%

DF = (K 1) (b 1) O = nilai observasi (ada di tabel) E = nilai ekspektasi (yang dihitung)

Variabel I X Y Total

Variabel II P Q a B c D a+c b+d

Total a+b c+d n

 Keterbatasan Chi-square Tidak boleh ada sel yang nilai E-nya kurang dari 1. Tidak boleh ada sel yang nilai E-nya kurang dari 5 > 20%.

Survei ingin mengetahui perbedaan kepuasan pasien antara pasien ASKES dan UMUM. Kemudian dilakukan survei dengan mengambil sampel 150 pasien, hasil wawancara sbb: Askes: n=70; mengaku puas = 20 pasien Umum: n = 80; mengaku puas = 65 pasien Buktikan apakah ada perbedaan kepuasan pasien antara pasien Askes dan Umum.

1. Ho: P1=P2 Ha: P1=P2 2. Buat tabel silang

Jenis Layanan ASKES UMUM TOTAL Kepuasan Ya 20 65 85 Tidak 50 15 65 70 80 150 Total

Oa=20, Ea=39,67 Ob=50, Eb=30,33

Oc=65, Ec=45,33 Od=15, Ed=34,67

3. Hitung chi square

X2=42,21 DF=(2-1)(2-1)=1 Cari nilai p ditabel chi square, didapatkan nilai p<0,001 =0,05, maka nilai P < . Kesimpulan Ho ditolak