Statistik Inferensial

Pusparini

Pengertian Hipotesis

Asal kata : hupo : sementara / lemah thesis : pernyataan / teori Jawaban sementara dari pertanyaan penelitian yang harus diuji kebenaran secara empiris Pernyataan tentang ada tidaknya hubungan antar variabel, yaitu variabel bebas (independent variable) dan variabel terikat (dependent variable)

JENIS HIPOTESIS
HIPOTESIS NOL / HIPOTESIS STATISTIK Menyatakan suatu kesamaan atau tidak ada perbedaan
Contoh: Tidak ada hubungan antara kegemukan dan penyakit jantung koroner Tidak ada perubahan tekanan darah setelah pemberian obat A

JENIS HIPOTESIS
HIPOTESIS ALTERNATIF / HIPOTESIS KERJA Menyatakan suatu perbedaan atau hubungan Harus dapat memberi penjelasan masalah yang diteliti Sebagai bentuk kesimpulan yang akan diuji
Contoh: Ada hubungan antara kegemukan dan penyakit jantung koroner Ada perubahan tekanan darah setelah pemberian obat A

MERUMUSKAN HIPOTESIS
Rumuskan hipotesis nol dan hipotesis alternatif Rumusan hipotesis dapat berbentuk :
1.

Hipotesis Deskriptif Contoh: H0 : Rata-rata kadar Hb mahasiswa STIKES Rajawali sama dengan standar HA : Rata-rata kadar Hb mahasiswa STIKES Rajawali tidak sama dengan standar

MERUMUSKAN HIPOTESIS
Rumuskan hipotesis nol dan hipotesis alternatif Rumusan hipotesis dapat berbentuk :
2.

Hipotesis Asosiatif Contoh: H0 : Tidak ada hubungan kegemukan dan dislipidemia HA : Ada hubungan kegemukan dan dislipidemia

MERUMUSKAN HIPOTESIS
Rumuskan hipotesis nol dan hipotesis alternatif Rumusan hipotesis dapat berbentuk :
3.

Hipotesis Komparatif Contoh: H0 : Tidak ada perbedaan kadar trigliserid darah antara orang yang gemuk dan tidak gemuk HA : Ada perbedaan kadar trigliserid darah antara orang yang gemuk dan tidak gemuk

Prinsip Uji Hipotesis

Melakukan perbandingan antara nilai sampel dengan nilai populasi Pada uji hipotesis ada 2 kemungkinan kesimpulan yaitu :

Menolak Ho (membuktikan adanya perbedaan / hubungan)

Gagal menolak Ho (adanya perbedaan / hubungan tidak terbukti)

Kesalahan Pengambilan Keputusan

Kesalahan Pengambilan Keputusan

Ada dua jenis kesalahan, yaitu : 1. Kesalahan Tipe I ( ) Merupakan kesalahan menolak Ho padahal sesungguhnya Ho benar Menyimpulkan adanya perbedaan/hubungan, padahal sesungguhnya tidak ada Peluang kesalahan tipe I adalah atau sering disebut tingkat signifikansi (significance level) atau tingkat kemaknaan. Peluang untuk tidak membuat kesalahan tipe I (1- ) disebut tingkat kepercayaan (confidence level)

Kesalahan Pengambilan Keputusan

Ada dua jenis kesalahan, yaitu : 2. Kesalahan Tipe II ( ) Merupakan kesalahan tidak menolak Ho padahal sesungguhnya Ho salah Menyimpulkan tidak ada perbedaan/hubungan, padahal sesungguhnya ada perbedaan / hubungan Peluang kesalahan tipe II adalah Peluang untuk tidak membuat kesalahan tipe II (1- ) disebut tingkat kekuatan uji (power of the test)

Tingkat Kepercayaan (Confidence Interval)

Tingkat kepercayaan atau disebut juga confidence interval atau risk level didasarkan pada gagasan yang berasal dari Teorema Batas Sentral (Central Limit Theorem). Gagasan pokok yang berasal dari teorema tersebut ialah apabila suatu populasi secara berulangulang ditarik sampel, maka nilai rata-rata atribut yang diperoleh dari sampel-sampel tersebut sejajar dengan nilai populasi yang sebenarnya. Contoh: jika tingkat kepercayaan sebesar 95% dipilih, maka 95 dari 100 sampel akan mempunyai nilai populasi yang sebenarnya dalam jangkauan ketepatan sebagaimana sudah dispesifikasi sebelumnya. Dalam teori umumnya: 99%, 95% dan 90%

Tk Kemaknaan (Significance Level)

merupakan tingkat ketepatan (presisi) dalam kaitannya dengan kesalahan pengambilan sampel (sampling error), merupakan jangkauan dimana nilai populasi yang tepat diperkirakan Nilai merupakan batas toleransi peluang salah dalam menolak hipotesis nol Contoh: Sig = 0,05 (SPSS menggunakan default sebesar 0,05) Range: 0,01 0,1. Semakin kecil sig-nya semakin besar jumlah sampel.

Menentukan Tk Kemaknaan

Tergantung pada tujuan dan kondisi penelitian Nilai yang sering digunakan adalah (10%, 5% atau 1%) Untuk penelitian kesehatan masyarakat dapat digunakan nilai sebesar 5% - 10%

Untuk pengujian obat-obatan dapat digunakan nilai sebesar 1% - 5%

Nilai Kritis (Critical Value)

Nilai kritis digunakan untuk menguji signifikansi Nilai dimana pengujian statistik harus melampaui nilai tertentu agar hipotesis nol ditolak. Misalnya nilai kritis t dengan derajat kebebasan (DF) sebesar 12 dan tingkat signifikansi (Sig) sebesar 0,05 adalah 1,98. Nilai absolut t harus lebih besar dari 1,98 agar H0 ditolak. Nilai kritis diambil dari table nilai kritis t sedang nilai absolut (hitung / hasil riset) berasal dari data

Daerah Kritis dan Nilai Kritis

Daerah kritis adalah luas ekor di kurva normal, yang menyatakan probabilitas untuk mendapatkan nilai rata-rata sampel lebih besar atau lebih kecil dari nilai kritis tertentu, walaupun nilai rata-rata populasinya sebesar X=X0. Luas daerah kritis ini mencerminkan probabilitas untuk menolak H0 walaupun sebenarnya H0 benar.

Nilai kritis Daerah kritis

(Degree of Freedom)

Derajat Kebebasan

Digunakan untuk menentukan nilai kritis (nilai yang diambil dari tabel). Cara menentukan DF tergantung dari masingmasing rumus. Contoh: Rumus Uji T bebas (Independent T Test) adalah n 2; sedang untuk Uji T sampel berpasangan (Paired T Test) adalah n 1.

ARAH UJI HIPOTESIS

Bentuk kalimat pada hipotesis alternatif akan menentukan arah uji hipotesis apakah: Dua arah (two tail)

Satu arah (one tail)

ARAH UJI HIPOTESIS

1. Dua arah (two tail) Bila hipotesis alternatifnya hanya menyatakan adanya perbedaan/hubungan tanpa ada pernyataan yang mengatakan besar perbedaan (lebih besar/kecil) / arah hubungan (positif/negatif) Contoh :

Ada perbedaan kadar Hb antara orang perokok dan bukan perokok Ada hubungan antara kegemukan dan kadar kolesterol darah

ARAH UJI HIPOTESIS

2. Satu arah (one tail) Bila hipotesis alternatifnya menyatakan adanya perbedaan/hubungan dan ada pernyataan yang mengatakan besar perbedaan (lebih besar/kecil) / arah hubungan (positif/negatif) Contoh :

Berat badan bayi bumil perokok lebih rendah dari bumil bukan perokok Semakin tinggi asupan Fe semakin tinggi kadar Hb

Keputusan Uji Hipotesis

Pendekatan Klasik

Membandingkan nilai hitung dengan nilai tabel Ho ditolak bila nilai hitung > nilai tabel
Ho gagal ditolak bila nilai hitung < nilai tabel

Keputusan Uji Hipotesis

Pendekatan Probabiistik Membandingkan nilai p (p-value) dengan nilai

Ho ditolak bila p-value < Ho gagal ditolak bila p-value >

PROSEDUR UJI HIPOTESIS

1.

2.
3.

4. 5.

Menetapkan Hipotesis Penentuan uji statistik yang sesuai Menentukan batas atau tingkat kemaknaan (level of significance) Penghitungan Uji Statistik Keputusan Uji Statistik

Kemaknaan secara Statistik

Signifikansi statistik mengukur seberapa besar kemungkinan bahwa perbedaan jelas dalam hasil antara perlakuan dan kelompok kontrol adalah nyata dan bukan karena kebetulan. Nilai p dan interval keyakinan (CI) adalah langkah yang paling umum digunakan signifikansi statistik. Nilai p memberikan probabilitas bahwa setiap hasil tertentu akan muncul secara kebetulan dengan asumsi bahwa pengobatan baru dan kontrol sama-sama efektif sebagai hipotesis nol.

Kemaknaan secara Klinis

Signifikansi klinis mengukur seberapa besar perbedaan dalam efek pengobatan yang dalam praktek klinis. Ukuran yang berbeda telah dirancang. Risiko relatif tidak tergantung pada prevalensi penyakit dan dapat diterapkan pada populasi dengan prevalensi penyakit yang berbeda. Risiko relatif adalah rasio risiko dalam kelompok perlakuan dengan tingkat kejadian pada kelompok kontrol. Tingkat efek pengobatan dianggap signifikan secara klinis juga tergantung pada beratnya penyakit dan efek samping potensial dari pengobatan.

PERBEDAAN SUBSTANSI/KLINIS & PERBEDAAN STATISTIK

Perlu dipahami/disadari bagi peneliti bahwa berbeda bermakna/signifikan secara statistik tidak berarti (belum tentu) bahwa perbedaan tersebut juga bermakna dipandang dari segi substansi/klinis. Seperti diketahui bahwa semakin besar sampel yang dianalisis akan semakin besar menghasilkan kemungkinan berbeda bermakna. Dengan sampel besar perbedaan-perbedaan sangat kecil, yang sedikit atau bahkan tidak mempunyai manfaat secara substansi/klinis dapat berubah menjadi bermakna secara statistik. Oleh karena itu arti kegunaan dari setiap penemuan jangan hanya dilihat dari aspek statistik semata, namun harus juga dinilai/dilihat dari kegunaan dari segi klinis/substansi

Pemilihan Uji Statistik

Pemilihan uji statistik perlu direncanakan sejak awal penelitian, sehingga analisis data dapat memaksimalkan kualitas dan interpretasi dari temuan Pemilihan uji statistik berdasar kepada jenis rancangan penelitian yang ingin dianalisis

Langkah-langkah Pemilihan Uji Hipotesis

1. Identifikasi skala pengukuran variabel

2. Jenis Uji Hipotesis

3. Identifikasi jumlah kelompok

4. Identifikasi berpasangan / tidak berpasangan

5. Identifikasi persyaratan uji parametrik dan non parametrik

PEMILIHAN UJI STATISTIK BIVARIAT

JENIS VARIABEL VAR INDEP KATEGORI KATEGORI KATEGORI *K=2 VAR DEP KATEGORI KATEGORI NUMERIK INDEPENDENT DEPENDENT *K>2 INDEPENDENT DEPENDENT NUMERIK NUMERIK INDEPENDENT T TEST PAIRED T TEST ANOVA MANOVA PEARSON CORRELATION U MANN WHITNEY WILCOXON KRUSKAL WALIS FRIEDMAN SPEARMAN CORRELATION INDEPENDENT DEPENDENT CHI SQUARE MC NEMAR HUB VARIABEL UJI PARAMETRIK UJI NON-PARAMETRIK