Anda di halaman 1dari 7

contoh soal dan jawaban biostatistik inferensial.,. Uji T Sampel Independent, Uji T Dua Sampel Dependent, dan Dua Sampel Berpasangan

TUGAS

: Dasar-dasar Biostatistik Inferensial

DOSEN

: DR. Masni, Apt, MSPH

Uji T Sampel Independent, Uji T Dua Sampel Dependent, dan Dua Sampel Berpasangan

contoh soal dan jawaban biostatistik inferensial.,. Uji T Sampel Independent, Uji T Dua Sampel Dependent, dan

OLEH

ADITHIA BUDIMAN (TUBEL)

NIM

:

K11111631

FAKULTAS KESEHATAN MASYARAKAT UNIVERSITAS HASANUDDIN MAKASSAR

  • Uji T Sampel Independent

2012

Seorang Kepala Puskesmas menyatakan bahwa rata-rata perhari jumlah kunjungan pasien adalah

  • 20 orang . untuk membuktikan pernyataan tersebut . kemudian diambil sampel random sebanyak

  • 20 hari kerja dan diperoleh rata-rata 23 orang dengan standar deviasi 6 orang.

Jawab :

  • I. H 0 = 20 ( Tidak ada perbedaan kunjungan pasien tahun lalu dengan saat ini )

H a 20 ( Ada perbedaan kunjungan pasien tahun lalu dengan saat ini )

II.

III.

IV.

V.

VI.

Titik kritis t pada α = 0,05 dan df = 19 → t tabel

= 2,093

H 0 ditolak bila t hitung > t tabel = 2,093 H 0 diterima bila t hitung < t tabel = 2,093 Uji t

t hitung = _ x - µ_

s/√n

=

_23 20_ 6/ √ 20

=

_3_

=

1,341

2,24

Karena nilai t hitung = 2,24

>

t tabel = 2,093

H 0

ditolak

Kesimpulan : ada perbedaan kunjungan pasien tahun lalu dengan saat ini.

  • Uji T 2 Sampel Dependent

Data sampel terdiri atas 10 pasien pria mendapat obat captorildengan dosis 6,25mg. pasien diukur dengan tekanan darah sistolik sebelum pemberian obat dan 60 menit sesudah pemberian obat. Peneliti ingin mengetahui apakah pengobatan tersebut efektif untuk menurunkan tekanan darah pasien-pasien tersebut. Dengan α = 0,05. Adapun hasil pengukuran

sebagai berikut:

 

Sebelum

:

175

179

165 170

162

180

177 178

140

176

Sesudah

:

140

143 135

133 162

150 182

150 175

155

Jawab :

  • I. H 0 : µ 1 = µ 2 (tidak ada perbedaan tekanan darah sistolik setelah diberikan obat disbanding sebelum diberi obat ) H a : µ 1 ≠ µ 2 (ada perbedaan tekanan darah sistolik setelah diberikan obat disbanding sebelum diberi obat ) Titik kritis uji – nilai t tabel pada α = 0,05 dan df = 9 → t tabel = 2,26 H 0 ditolak bila t hitung > t tabel = 2,26 H 0 diterima bila t hitung < t tabel = 2,26 Perhitungan

II.

III.

IV.

Sebelum

:

175

179

165 170

162

180

177 178

140

176

Sesudah

:

140

143 135

133

162

150 182

150

175

155_

 

di

35

36

30

37

0

30

-5

28

-35

11

d =

x

=

167

=

16,7

 

n

10

Sd =

n ∑ di 2 – (∑ di) 2

=

√ 10. 7845 27889

= √ 78450 – 27889

 

N ( n-1)

10 ( 10-1)

 

90

 
 

= √ 50561

 

90

 

= √ 561,79

=

23,7

t hitung =

d

=

16,7

=

16,7

=

16,7

=

0,22

 

s √ n

 

23,7 √ 10

23,7 . 3,16

74,89

 
  • V. Karena nilai t hitung = 0,22

<

t tabel

= 2,26 →H 0

diterima

 

VI.

Kesimpulan : tidak ada perbedaan tekanan darah sistolik setelah diberikan obat di banding sebelum diberikan obat.

  • 2 sampel berpasangan

Ingin diketahui apakah terdapat perbedaan waktu yang dibutuhkan perawat untuk memasang infuse sebelum dan sesudah mengikuti pelatihan. Karna itu diambil sampel acak sebanyak 6 orang perawat. Waktu yang dibutuhkan sebelum dan sesudah mengikuti pelatihan sebagai berikut:(dalam menit)

Perawat

1

   
  • 3 5

4

  • 2 6

 

Sebelum

6

   
  • 7 9

10

  • 8 7

 

Sesudah

5

   

8

  • 7 7

  • 6 5

 

I.

H o : µ1 = µ2

 

H a : µ1 ≠ µ2

II.

Titik kritis uji nilai t tabel pada α = 0,05

dan df = 9 = 2.26

III.

Sebelum :

6

8

7

10

9

7

6

7

9

8

Sesudah :

_

5

6

7

8

8

7

5

7

9

7 _

IV.

 

di

1

2

0

_

d

= 8/10 = 0,8

 

Sd = √ 10 (106)

-

64

10 (10 -1)

 

t -hitung =

d

=

s/√n

2

1

0

1

0

0

= 3,33

 
 

0,8

= 0,76

3,33/ √10

1

Nilai t- hitung =0,76 < 2,26 (t-tabel) H o diterima

  • V. Kesimpulan: Tidak ada perbedaan waktu yang dibutuhkan perawat untuk memasang infuse

sebelum

dan sesudah mengikuti pelatihan.

Uji Kai Kuadrat (Chi Square Test)

Written By Malonda Gaib on Sabtu, 09 April 2011 | 9.4.11

Uji kai kuadrat (dilambangkan dengan "χ 2 " dari huruf Yunani "Chi" dilafalkan "Kai") digunakan untuk menguji dua kelompok data baik variabel independen maupun dependennya berbentuk kategorik atau dapat juga dikatakan sebagai uji proporsi untuk dua peristiwa atau lebih, sehingga datanya bersifat diskrit. Misalnya ingin mengetahui hubungan antara status gizi ibu (baik atau kurang) dengan kejadian BBLR (ya atau tidak).

Dasar uji kai kuadrat itu sendiri adalah membandingkan perbedaan frekuensi hasil observasi (O) dengan frekuensi yang diharapkan (E). Perbedaan tersebut meyakinkan jika harga dari Kai Kuadrat sama atau lebih besar dari suatu harga yang ditetapkan pada taraf signifikan tertentu (dari tabel χ 2 ).

Uji Kai Kuadrat dapat digunakan untuk menguji :

  • 1. Uji χ 2 untuk ada tidaknya hubungan antara dua variabel (Independency test).

  • 2. Uji χ 2 untuk homogenitas antar- sub kelompok (Homogenity test).

  • 3. Uji χ 2 untuk Bentuk Distribusi (Goodness of Fit)

Sebagai rumus dasar dari uji Kai Kuadrat adalah :

Keterangan : O = frekuensi hasil observasi E = frekuensi yang diharapkan. Nilai E = (Jumlahg abun g ke kate g ori lain. Khusus untuk tabel 2x2 hal ini tidak dapat dilakukan, maka solusinya adalah melakukan uji Fisher Exact atau Koreksi Yates Contoh Kasus: Suatu survey ingin mengetahui apakah ada hubungan Asupan Lauk dengan kejadian Anemia pada penduduk desa X. Kemudian diambil sampel sebanyak 120 orang yang terdiri dari 50 orang asupan lauknya baik dan 70 orang asupan lauknya kurang. Setelah dilakukan pengukuran kadar Hb ternyata dari 50 orang yang asupan lauknya baik, ada 10 orang yang dinyatakan anemia. Sedangkan dari 70 orang yang asupan lauknya kurang ada 20 orang yang " id="pdf-obj-4-2" src="pdf-obj-4-2.jpg">

Keterangan :

O = frekuensi hasil observasi E = frekuensi yang diharapkan. Nilai E = (Jumlah sebaris x Jumlah Sekolom) / Jumlah data df = (b-1) (k-1)

Dalam melakukan uji kai kuadrat, harus memenuhi syarat:

  • 1. Sampel dipilih secara acak

  • 2. Semua pengamatan dilakukan dengan independen

  • 3. Setiap sel paling sedikit berisi frekuensi harapan sebesar 1 (satu). Sel-sel dengdan frekuensi harapan kurang dari 5 tidak melebihi 20% dari total sel

  • 4. Besar sampel sebaiknya > 40 (Cochran, 1954)

Keterbatasan penggunaan uji Kai Kuadrat adalah tehnik uji kai kuadarat memakai data yang diskrit dengan pendekatan distribusi kontinu. Dekatnya pendekatan yang dihasilkan tergantung pada ukuran pada berbagai sel dari

tabel kontingensi. Untuk menjamin pendekatan yang memadai digunakan aturan dasar “frekuensi harapan tidak boleh terlalu kecil” secara umum dengan ketentuan:

  • 1. Tidak boleh ada sel yang mempunyai nilai harapan lebih kecil dari 1 (satu)

  • 2. Tidak lebih dari 20% sel mempunyai nilai harapan lebih kecil dari 5 (lima)

Bila hal ini ditemukan dalam suatu tabel kontingensi, cara untuk menanggulanginyanya adalah dengan menggabungkan nilai dari sel yang kecil ke se lainnya (mengcollaps), artinya kategori dari variabel dikurangi sehingga kategori yang nilai harapannya kecil dapat digabung ke kategori lain. Khusus untuk tabel 2x2 hal ini tidak dapat dilakukan, maka solusinya adalah melakukan uji Fisher Exact atau Koreksi Yates

Contoh Kasus:

Suatu survey ingin mengetahui apakah ada hubungan Asupan Lauk dengan kejadian Anemia pada penduduk desa X. Kemudian diambil sampel sebanyak 120 orang yang terdiri dari 50 orang asupan lauknya baik dan 70 orang asupan lauknya kurang. Setelah dilakukan pengukuran kadar Hb ternyata dari 50 orang yang asupan lauknya baik, ada 10 orang yang dinyatakan anemia. Sedangkan dari 70 orang yang asupan lauknya kurang ada 20 orang yang

anemia. Ujilah apakah ada perbedaan proporsi anemia pada kedua kelompok tersebut.

Jawab :

HIPOTESIS :

Ho : P1 = P2 (Tidak ada perbedaan proporsi anemia pada kedua kelompok tersebut) Ho : P1 P2 (Ada perbedaan proporsi anemia pada kedua kelompok tersebut)

PERHITUNGAN :

Untuk membantu dalam perhitungannya kita membuat tabel silangnya seperti ini :

anemia. Ujilah apakah ada perbedaan proporsi anemia pada kedua kelompok tersebut. Jawab : HIPOTESIS : Ho

Kemudian tentukan nilai observasi (O) dan nilai ekspektasi (E) :

anemia. Ujilah apakah ada perbedaan proporsi anemia pada kedua kelompok tersebut. Jawab : HIPOTESIS : Ho

Selanjutnya masukan dalam rumus :

anemia. Ujilah apakah ada perbedaan proporsi anemia pada kedua kelompok tersebut. Jawab : HIPOTESIS : Ho

Perhitungan selesai, sekarang kita menentukan nilai tabel pada taraf nyata/alfa = 0.05. Sebelumnya kita harus menentukan nilai df-nya. Karena tabel kita 2x2, maka nilai df = (2-1)*(2-1)=1.

Dari tabeli kai kudrat di atas pada df=1 dan alfa=0.05 diperoleh nilai tabel = 3.841. KEPUTUSAN

Dari tabeli kai kudrat di atas pada df=1 dan alfa=0.05 diperoleh nilai tabel = 3.841.

KEPUTUSAN STATISTIK Bila nilai hitung lebih kecil dari nilai tabel, maka Ho gagal ditolak, sebaliknya bila nilai hitung lebih besar atau sama dengan nilai tabel, maka Ho ditolak.

Dari perhitungan di atas menunjukan bahwa χ 2 hitung < χ 2 tabel, sehingga Ho gagal ditolak.

KESIMPULAN Tidak ada perbedaan yang bermakna proporsi antara kedua kelompok tersebut. Atau dengan kata lain tidak ada hubungan antara asupan lauk dengan kejadian anemia.

REFERENSI

  • 1. Murti, Bhisma. Penerapan Metode Statistik Non Parametrik Dalam Ilmu-ilmu Kesehatan. Jakarta: PT.Gramedia Pustaka Utama, 1996.

  • 2. Sabri, L., Hastono, SP. Statistik Kesehatan.Edisi Revisi. Jakarta: Rajawali Pers. 2008

  • 3. Siegel, Sidney. Statistik Non Parametrik Untuk Ilmu-ilmu Sosial. Jakarta: PT.Gramedia Pustaka Utama,
    1992.