Dasar-Dasar Pemilihan Uji Statistik-REVISI Bu HASNAH

DASAR-DASAR
PEMILIHAN UJI STATISTIK
KELOMPOK IX
Erniwati Ibrahim, Hasnah, Ari Yuniastuti
PROGRAM DOKTOR ILMU KEDOKTERAN
UNIVERSITAS HASANUDDIN
2011
Metodologi Penelitian dan
Biostatistik
November 2011
Pemilihan uji hipotesis

Pertanyaan yang
sering muncul saat
melakukan analisis
data adalah :

Biostatistik, November 2011
Uji hipotesis apa

yang kita pakai
untuk menguji set
data yang kita miliki
?
Jawabnya :
Kita Menggunakan uji hipotesis yang
sesuai
Uji hipotesis yang sesuai akan membawa
kita pada pengambilan kesimpulan yang
sahih
Pemilihan Uji Hipotesis
berkaitan erat dengan:

Biostatistik November 2011
Jenis Penelitian
Kualitatif - Kuantitatif
penetapan perkiraan besar sampel sejak
awal
Jenis
data
Independen
dependen
Jenis variabel Katagorik numerik
Kenormalan data Normal tidak
normal
Formulasi hipotesis ?
Pertimbangan apa saja yang harus dipikirkan

untuk menentukan uji hipotesis ?
Berpedoman
BERPEDOMAN
Pada PADA
Tabel
TABEL
uji UJI
Hipotesis
HIPOTESIS
Kita sudah bisa

menentukan
sebagian besar uji
hipotesis yang
sesuai dengan set
data yang kita
miliki
Biostartistik November 2011
LANGKAH UJI
HIPOTESIS
Metodologi Penelitian, dan

Biosttaistik November 2011
LANGKAH UJI HIPOTESIS

Berpedoman
Pada
Lakukan Statistik
Deskriptif
pada data
Tabel
Hipotesis
yang
kitauji
miliki
Lakukan Statistik Analisis Bivariat dan

Multivariat
Ketahuilah tentang
data anda, Data
bagaimana yang
anda miliki?
STATISTIK DISKRIPTIF
VARIABEL KATEGORIK
Berpedoman Pada
Jumlah atau frekuensi (n)

Tabel
uji
Hipotesis
Persentase (%)
VARIABEL NUMERIK
Parameter
ukuran pemusatan : mean,
median dan modus
Parameter
ukuran penyebaran : standar
deviasi,
varians,
koefisien
varians,
interkuartil,
range,
dan
minimummaksimum.
Dasar Pemilihan ukuran pemusatan dan

penyebaran
DISTRIBUSI DATA NORMAL
Mean sebagai ukuran pemusatan
Standar deviasi (SD) sebagai

penyebaran
DISTRIBUSI DATA TIDAK NORMAL
Median sebagai ukuran pemusatan
Minimum-maksimum
sebagai
penyebaran

ukuran
ukuran
Tabel Metode untuk mengetahui suatu set data

memiliki distribusi normal atau tidak
Metode
Deskriptif
Analitik
Parameter
Kriteria sebaran data

dikatakan normal
Keterangan
Koefisien varians
Nilai koefisien varians <

30%
SD/mean x 100%
Rasio skewness
Nilai rasio skewens -2 sd

2
Skewness/ SE
skewness
Rasio kurtosis
Nilai rasio kurtosis -2sd 2
Kurtosis/ SE kurtosi
Histogram
Simetris tidak miring kiri

atau kanan, tidak terlalu
tinggi atau terlalu rendah
Box plot
Simetris, median tepat di

tengah, tidak ada nilai
ekstrim
Normal Q-Q plots
Data menyebar sekitar

garis
Detrended Q-Q plots
Data menyebar sekita

garis pada 0
Kolmogorov smirnov
Nilai kemaknaan (p) >

0,05
Untuk sampel besar

(>50)
Shapiro-wilk
Nilai kemaknaan (p) >

0,05
Untuk sampel kecil

( 50)

CONTOH
Variabel
Rerat Media
SD
Min
Maks
a
n
Usia
46.69
47
12.56
15
69
Berat
50.4
50
8.33
45
64
Badan
DISTRIBUSI DATA NORMAL
Jika variabel usia mempunyai distribusi normal,
maka rerata usia responden adalah 46.69 (SD
12.56)
DISTRIBUSI DATA TIDAK NORMAL
Jika variabel usia mempunyai distribusi tidak
normal, maka rerata usia responden adalah 47
(15-69)
Koefisien varians= 22,22%
Descriptives
Statistic
Umur
Mean
49.1104
95% Confidence Interval for Mean Lower Bound
47.4229
Upper Bound
50.7980
5% Trimmed Mean
49.2140
Median
49.0000
Variance
119.042
Std. Deviation
Std. Error
Rasio skewness = 0,147/0,190= 0,7
.85459
Rasio kurtosis = 0,132/0,378= 0,349
Kolmogorov smirnov = p(0,200>0,05

Shapiro-wilk = p(0,670>0,05)
10.91065
Minimum
20.00
Maximum
75.00
Range
55.00
Tests of Normality
Interquartile Range
15.00
Kolmogorov-Smirnova
Skewness
Kurtosis
Shapiro-Wilk
-.147
Statistic
Umur
df
.048
-.132
163
.190
Sig.
.378
.200*
Statistic
df
.993
Sig.
163
.670
a. Lilliefors Significance Correction

*. This is a lower bound of the true significance.
Metodologi Penelitian, September

2011
11

2011
12

2011
13

2011
14
STATISTIK ANALISIS BIVARIAT

7 Istilah yang harus dipahami
Berpedoman Pada
1. Skala
pengukuran
Tabel :uji kategorik
Hipotesis atau
numerik
2. Jenis hipotesis : komparatif atau korelatif
3. Masalah skala pengukuran : numerik
atau kategorik
4. Berpasangan atau tidak berpasangan
5. Jumlah kelompok : 2 kelompok atau > 2
kelompok
6. Syarat
Uji
parametrik
dan
non
parametrik
7. Prinsip tabelBiostatistik
B x KNovember
dan2011
PxK
Tabel Uji hipotesis Bivariat

Masalah skala
pengukuran
Jenis Hipotesis
Komparatif
Korelatif
Tidak Berpasangan
Numerik
Kategorik
(ordinal)
Kategorik
(Nominal/ordinal
)
Berpasangan
2 kelompok
>2
kelompok
2 kelompok
>2
kelompok
Uji t tidak
berpasangan
One Way
ANOVA
Uji t
berpasang
an
Repeated
ANOVA
Mann
Whitney
Kruskal
Wallis
Chi Square
Fisher
Kolmogorocv-Smirnov
(tabel B x K)
Wilcoxon
Friedman
McNemar, Cochran
Marginal Homogeneity
Wilcoxon, Friedman
(prinsip PxK)

Pearson
Spearman
Somersd
Gamma
Koefisien
Kontingen
si Lamda
1. SKALA PENGUKURAN VARIABEL
1.
2.
Berpedoman
Pada
Skala Katagorikal
:
Skala
Nominal Tabel uji Hipotesis
Skala
Ordinal
Skala Numerik :
Skala
Interval tidak punya nol alami
Skala
Ratio nol alami
Skala Kontinu desimal
Skala Diskret terputus

Tabel Skala Pengukuran Variabel
Variabel
Kategori
Derajat Antar
Kategori
Skala
Variabel
Jenis kelamin
-laki-laki
-perempua
n
Sederajat (tidak
bertingkat)
Kategorik
(nominal)
Tingkat
Pendidikan
-rendah
-menengah
-tinggi
Tidak sederajat
(bertingkat)
Kategorik
(ordinal)
Suhu Badan
Kadar kolesterol
Numerik
(interval)
-rendah
-normal
-tinggi
Tidak sederajat
(bertingkat)

Numerik
(rasio)
Karkteristik Skala Variabel

SKALA
KATE
GORI
URTAN
(RANK)
INTERVA
L
KELIPATAN
NOMINAL
ORDINAL
INTERVA
L
RATIO
+
19
2. JENIS HIPOTESIS
HIPOTESIS KOMPARATIF
Metode yang dipakai untuk membandingkan antarvariabel
-Uji Beda 2 kelompok data
-Uji beda > 2 kelompok data
HIPOTESIS KORELATIF
Metode yang dipakai untuk mencari hubungan antarvariabel
Perbedaannya :
Output yang ingin diperoleh. :
Hubungan dengan parameter koefisien korelasi Hipotesis korelatif
Hubungan dengan parameter bukan koefisien kiorelasi tetapi parameter yang
lain Hipotesis komparatif
3. MASALAH
KATEGORIK
SKALA
PENGUKURAN
NUMERIK
ATAU
MASALAH HIPOTESIS KOMPARATIF
Masalah skala Kategorik

Assosiasi variabel kategorik vs variabel kategorik
Masalah skala Numerik

Assosiasi variabel kategorik vs variabel numerik
MASALAH HIPOTESIS KORELATIF
Masalah skala kategorik

salah satu variabel yang dicari asosiasinya adalah
variabel kategorik
Masalah skala numerik

salah satu variabel yang dicari asosiasinya adalah
variabel numerik
4 dan 5 MASALAH PASANGAN DAN JUMLAH KELOMPOK

DUA KELOMPOK TIDAK BERPASANGAN
Contoh : Data kolesterol kelompok kontrol dan perlakuan
1.
2.
Dari segi jumlah : 2 kelompok data

Individu berasal dari kelompok
berpasangan
berbeda
tidak
DUA KELOMPOK BERPASANGAN

Contoh : Sekelompok siswa SD diukur BB sebanyak 2x
sebelum
intervensi vitamin A dan sesudah intervensi
vitamin A
1.
2.

Berasal dari inividu yang sama : berpasangan

4 dan 5 MASALAH PASANGAN DAN JUMLAH KELOMPOK

KELOMPOK BERPASANGAN KARENA MATCHING
Contoh : Data kolesterol kelompok kontrol dan perlakuan
1.
2.
3.

Proses matching, yaitu setiap subyek dari kel. Kontrol
dicarikan pasangan yg mpy karekateristik sama dengan
kel perlakuan
berpasangan karena proses matching
KELOMPOK BERPASANGAN KARENA DESIGN CROSS OVER

Contoh : Sekelompok siswa SD diintervensi obat A setelah
menyelesaikan obat A. Menerima obat B
1.
2.

Berasal dari inividu yang sama : berpasangan karena
proses cross over
6. SYARAT UJI PARAMETRIK DAN NONPARAMETRIK

UJI PARAMETRIK
3 SYARAT YANG PERLU DIPERHATIKAN
1.
Skala pengukuran variabel : skala pengukuran variabel harus
numerik
2.
3.
Distribusi data harus normal

Untuk mengetahui set data berdistribusi normal atau tidak
deskriptif dan metode analitis
variabel
: metode
Varians data :
a. Tidak menjadi syarat untuk uji kelompok yang berpasangan
b. Syarat tidak mutlak untuk 2 kelompok tidak berpasangan, artinya
varians data
boleh sama boleh juga berbeda
c. Syarat mutlak untuk > 2 kelompok tidak berpasangan, artinya varians
data
harus/wajib sama
Untuk mengetahui apakah 2 atau lebih kelompk data mempunyai varians
yang sama
atau tidak : Uji Levenes
test Penelitian
(p>0,005)
Metodologi
dan = data yang diuji adalah sama
6. SYARAT UJI PARAMETRIK DAN NONPARAMETRIK

UJI NONPARAMETRIK
SYARAT YANG PERLU DIPERHATIKAN
1.
2.
.
.
.
.
Masalah skala pengukuran variabel : kategorik (ordinal

dan nominal)
Masalah skala pengukuran numerik tetapi tidak
memenuhi syarat untuk uji parametrik (misal distribusi
data tidak normal), maka dilakukan uji nonparametrik
Alternatif uji t berpasangan ; Wilcoxon
Alternatif uji t tidak berpasangan : Mann Whitney
Alternatif uji repeated ANOVA : Friedman
Alternatif uji one way ANOVA : Kruskal Wallis

7. Tabel B x K dan prinsip P x K

TABEL B dan K
Digunakan untuk hipotsis komparatif kategorik tidak berpasangan
B : baris
K : Kolom
Baris : variabel independen/bebas
Kolom : variabel dependent/terikat
Jenis tabel ditentukan oleh jumlah baris dan kolomnya. Jika jumlah baris
ada 3 dan kolom 3 = tabel 3 x 3
Contoh tabel silang 3x3

Tingkat Pengetahuan
Rendah Sedan
g
Tingkat
Pendidikan
Total
Tinggi
Rendah
a+b+c
Sedang
d+e+f
Tinggi
g+h+i
Total
a+d+g b+e+
Variabel tingkat pendidikan dan
h
Kategorik (ordinal)
c+f+i
tingkat

N
pengetahuan
: Var
7. Tabel B x K dan prinsip P x K

PRINSIP P dan K
Digunakan untuk hipotsis komparatif kategorik tidak berpasangan
B : pengulangan
K : kategori
Jenis tabel ditentukan oleh pengulangan dan kategori. Jika jumlah

pengulangan ada 2 dan kategori 2 = tabel 2 x 2
Contoh tabel silang 2 x 2

Pengetahuan Sesudah
Penyuluhan
Pengetahua
n sebelum
penyuluhan
Baik
Buruk
Baik
a+b
Buruk
c+d
a+c
b+d

Uji Perbedaan
2 Kelompok Data
Independent
Independen
PARAMETRIK
Sample t test
NON PARAMETRIK
Mann Whitney Test (ordinal atau

numerik tapi tidak berdistribsi normal
Chi-square/ Fisher/KolmogorovSmirnov (nominal)
Wilcoxon (ordinal atau numerik tapi

tidak berdistribsi normal)
Mc-Nemar atau Marginal

Homogeneity Wilcoxon (nominal)
Non Independent
Paired Sample t
test
Uji Perbedaan
> 2 Kelompok Data
Independent
One-Way Anova
PARAMETRIK
test
NON PARAMETRIK
Kruskal - Wallis test (ordinal atau

numerik tapi tidak berdistribsi normal
Chi-Square/Kolmogorov-Smirnov
(nominal)
Friedman (ordinal atau numerik tapi

tidak berdistribsi normal)
Cochran (nominal-dikotomi)
Non Independent
Repeated Measure
Anova test
DIAGRAM ALUR UJI HIPOTESIS VARIABEL

NUMERIK
Hipotesis
komparatif
numerik
variabel
Sebaran Normal ?
Ya
Berpasang
an
Tidak berpasangan
>
kelom
pok
Sama
Tidak
Jumlah
kelompok ?
2
kelompo
k
Varians ?
Berbed
a
Sama
Uji Parametrik yang

sesuai
Berbeda
Uji Non
parametrik
CONTOH
Hipotesis komparatif
Apakah terdapat perbedaan
rerata kadar kadar gula
darah
antara kelompok yang mendapat pengobatan
glibenklamid dan kelompok kontrol?
Kadar gula darah kel . glibenklamid : numerik (rasio)
Kadar gula darah kel. plasebo
: numerik (rasio)
1.
2.
3.
4.
Variabel numerik VS Variabel numerik,

Hipotesis : komparatif
Tidak berpasangan
Terdapat 2 kelompok
Uji statistik adalah : uji t tidak berpasangan
Hipotesis korelatif
Berapa besar korelasi antara kadar trigliserida dan kadar gula darah
Uji statistik : Pearson


KATEGORIK KELOMPOK TIDAK BERPASANGAN
TABEL B x K
TABEL
2x2
TABEL
2xK
TABEL
SELAIN 2x2 dan 2 x
K
Syarat Uji Chi Square terpenuhi

Square
Tidak terpenuhi
Uji Fisher
Uji Chi
Tidak terpenuhi
Uji
Kolmogorov-Smirnov
Tidak
terpenuhi
Penggabunga
n Sel

KATEGORIK KELOMPOK BERPASANGAN
Hipotesis komparatif
berpasangan
(prinsip P x K)
Jumlah
pengulangan ?
>
kelom
pok
2 kategori
Jumlah
kategorik ?
> 2 kategori
2
kelompo
k
> 2 kategori
kate
gori
2x2
Mc Nemar
2 x (>2)
(>2) x 2
Marginal
Cochran
homogenity
Wilcoxon
(>2) x (>2)
Friedman
HIPOTESIS KORELATIF
Pemilihan
korelatif
Variabel 1
Uji
hipotesis
Variabel 2
Uji Korelasi yang dipilih
Nominal
Nominal
Koefisien kontingensi, Lambda
Nominal
Ordinal
Koefisien kontingensi, Lambda
Ordinal
Ordinal
Spoearman, Gamma, Somersd
Ordinal
Numerik
Spearman
Numerik
Numerik
Pearson
Korelasi untuk variabel numerik, memakai Pearson

dengan uji Spearman sebagai alternatrfnya

HIPIOTESIS KORELATIF
Hipotesis Korelatif
Variabel Numerik
Sebaran normal ?
TIDAK
YA
Uji Nonparametrik
Spearman
Uji
Parametri
k Pearson
Uji Korelasi
PARAMETRIK
Data Numerik
(Rasio atau Interval)
dan Distribusi
Normal
Uji Korelasi Pearson
NON PARAMETRIK
Data Kategorial (nominal atau

ordinal) atau Numerik tetapi tidak
berdistribusi normal
Ordinal-Numerik Uji Korelasi

Spearman
Ordinal-Ordinal Uji korelasi

Spearman atau Gamma
Ordinal-Nominal Koefisien
Kontingensi, atau Lambda
Nominal-Nominal Koefisien
Kontingensi, atau Lambda
Uji Regresi
PARAMETRIK
Uji Regresi Linier

(sederhana atau
Ganda)
NON PARAMETRIK
Data Ordinal Uji

Regresi Ordinal atau
SomersD
Data Nominal
dengan Variabel
Dependen (dikotom)
Uji Regresi Logistik
STATISTIK ANALISIS MULTIVARIAT

Variabel Independen
Variabel Dependen
Jenis Uji
Numerik (minimal 1
variabel)
Numerik
Regresi Linier
Katagorik
Numerik
MANOVA
Katagorik (dapat dg
numerik)
Katagorik
Regresi Logistik
Kontinyu
Katagorik
Uji Diskriminan
Numerik waktu
Uji Regresi Cox
Numerik/Katagorik

2011
38
DAFTAR PUSTAKA
Hartanto , P. H. 2007. Basic Data Analysis for Health Research

Training, Fakultas kesehatan Masyarakat Universitas Indonesia,
Depok Jakarta.
Dahlan, Sopiyudin M., 2011. Statistik Untuk Kedokteran dan
Kesehatan
Deskriptif, Bivariat, dan Mutivariat, Dilengkapi dengan
menggunakan SPSS. Edisi 5. Penerbit Salemba Medika.
Jakarta
Sastroasmoro,1995. Dasar-dasar Metodologi Penelitian Klinis,
Binarupa
Akasara, Jakarta.
Sugiyono,1999. Metode Penelitian Bisnis, Alfabeta, Bandung.
Umar, H. 1999. Metodologi Penelitian : Aplikasi dalam
Pemasaran,
Gramedia, Jakarta.

39
TERIMA KASIH

2011
40
ALUR ANALISIS UJI STATISTIK

VARIABEL
SKALA
UKUR
JENIS
DATA
JENIS UJI
Categorical
Nominal
Ordinal
Discrete
Non
Parametrik
Numerical
Interval
Rasio
Continue
Parametrik
Kualitatif
Deep Int
FGD
Kualitatif
Narasi
41
ALUR PENGGUNAAN SKALA PENGUKURAN

KATAGORIK DENGAN NUMERIK
Uji Beda 2 Mean
Uji Beda 2 Mean (2 Klp data)
Uji Dist. Z :
-
Uji Dist. T:
SD Tdk. Dik
Sampel 30
SD diketahui
- Sampel
>30
X1 X 2
2
1
(n 1) 2(n
(n 1 n2 ) 2
ANOVA
DEPENDEN (PAIRED
SAMPEL) :
- Dist. Normal
Rumus- : 2 Klp Kat. VS Numerik
INDEPENDEN:
- Dist. Normal
- 2 Klp Kat. VS
Numerik
t
Uji Beda 2 Mean (>2 Klp data)
1)
1
1
n
n
1
2
Df = n1 + n2-2
d
SD
d
n
42
VARIABEL KATAGORIK DENGAN KATAGORIK

- Odds Ratio
- Risiko Relatif
- MC NEMAR (Matching
(Pre - Post)
Chi square
(O E ) 2
Untuk tabel df
besar
OE
0,5
E
atau
N ad bc ( N / 2)
X
( a c)(b d )(a b)(c d )
2
Untuk tabel 2 X 2
Jika Nilai Sel <5 Gunakan Uji Fisher Exact :

p ( a , b, c , d )
( a b)!(c d )!( a c )! (b d )!
n! a!b! c! d !
VARIABEL NUMERIK VS NUMERIK

Uji Regresi / Korelasi
43
Skala Ordinal VS Interval :
Uji Mann Withney

Uji WilCoxon Signed Rank
Uji Korelasi Spearman
44
Kasus I
Sejumlah akseptor pengguna pill KB berdasarkan katagori obesity datang ke sebuah

Klinik (BPS) bidan Nurlely meminta obat penurun berat badan. Kepala Klinik yang
memang seorang distributor obat tersebut membagi akseptor berdasarkan katagori
obesitasnya menjadi 3 kelompok yang datanya dapat dilihat berikut ini :
Distribusi BB Akseptor Sebelum Pengobatan

NO
10
11
12
13
14
15
16
17
18
KI
65
66
67
69
70
71
72
73
74
75
76
77
78
79
80
81
83
85
KII
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
KIII
80
81
82
83
84
85
86
87
88
89
90
80
81
82
83
84
85
86
NO
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
KI
86
87
88
89
90
80
81
82
83
84
85
86
87
88
89
85
86
87
KII
93
78
79
80
81
82
83
85
86
87
88
89
90
85
86
87
88
89
KIII
87
88
89
89
90
91
92
93
95
Distribusi BB Ibu-ibu Setelah Pengobatan

NO
10
11
12
13
14
15
16
17
18
KI
50
51
52
53
54
55
56
57
58
59
60
54
55
56
57
58
59
60
KII
56
57
58
59
60
61
62
63
64
65
66
66
60
61
62
63
64
65
KIII
61
62
63
64
65
66
67
61
62
63
64
65
66
67
68
69
69
70
NO
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
KI
61
62
63
64
65
55
56
57
58
59
60
61
62
63
64
65
60
61
KII
66
60
61
62
63
64
65
66
63
64
65
66
62
63
64
65
66
67
KIII
71
65
66
67
68
69
70
71
Pertanyaannya :
1.
2.
3.
4.
5.
Metode penelitan apakah yang sebaiknya diterapkan oleh Kepala

Klinik ?
Apakah obat OI,OII & OIII berhasil menurunkan berat badan ibu-ibu
Kelompok I, II dan III ? Buktikan
Obat manakah yang lebih kuat khasiatnya (apakah OI, OII,OIII)
dalam menurunkan berat badan ibu-ibu obestas diatas.
Buktikanlah
Apakah pada pretest, ketiga kelompok ibu-ibu tersebut diatas
equivalent ataukah Non-Equivalent?
Gambarlah model post-testnya
46
Jawaban
1.Metode penelitian yang sebaiknya diterapkan oleh Kepala Klinik X adalah
Kohort Prospektifve Study
2.Apakah obat OI, OII & OIII berhasil menurunkan berat badan ibu-ibu Klp I, Klp II & klp III
secara bermakna pada alpha 0,05.
a.Kelompok I
2
d 784
d
22
SD
4,22
d1
22 SD (d1 d1 ) 624 4,22

t
30,98
SE
0
,
71
1
n
36
SE
0
,
71
n 1
36 1
n 1
35
b.Kelompok II
d 775
(d 2 d 2 )2
423
SD
3,47
d2
21,52 22 SD2
3,47 SE
0,59 t d 2 22 37,28
n
36
n 1
35
n 1
36 1
SE 0,59
c.Kelompok III
d3
d3 611
22, ,63 23 SD
3
n
36
(d 3 d 3 ) 2
n 1
d3
23
7,53
SE
2,92
5783
14,91
27 1
SE
SD3
14,91
2,92
n
27 1
47
Keputusan Statistik
Sesuai hasil uji Statistik pada (0,05)

adalah :
KI dan O12,042 bermakna (t hitung>t
tabel)
KIIdan OII 2,042 bermakna (t hitung > t
tabel)
KIII dan OIII 2,056 bermakna (t hitung > t
tabel)
48
3.
Obat manakah yang lebih kuat khasiatnya (apakah OI, OII, OIII)
dalam menurunkan berat badan ibu-ibu obesitas tersebut
diatas.
t1.2
t13
t13
d1 d 2
2
SE2 SE2
Jumlah Sampel Sama
d1 d 3
2
(n1 1) SD1 (n3 1) SD3
784 611
(36 1) 4,22 2 (27 1)14,9 2
t23
t 23
d 2 d 3
2
(n2 1) SD2 (n3 1) SD3
t12
784 775
(0,71) 2 (0,59) 2
9
9,75
0,8522
n1n3 (n1 n3 1)
Jumlah sampel tidak sama
n1 n3
36 x37(36 27 2
36 27
173
2,16 x30,67 66,35
6395
n2 n3 (n2 n3 2
Jumlah sampel tidak sama
n2 n3
775 611
(36 1)3,4 2 ( 27 1)14,9 2
36 x 27(36 27 2)
36 27
164
64,00
6176,26
Keputusan Statistik : Obat yang paling kuat khasiatnya

adalah O1 (thitung ttabel
49
4. Apakah pada pre test, ketiga kelompok ibu-ibu tersebut diatas

EQUIVALENT ataukah NON-EQUIVALENT
x1 x2
t12
SE1
t13
SE2
( n 1) SD12 ( n3 1) SD32
(36 1) 4,22 2 (27 1)14,932
t 23
t 23
(0,71) 2 (0,59) 2
x1 x3
6,18
623,294 5795,5274
80,11 84,4
80,11 86,29
t13
4,29
3,76
1,3
n1n3 ( n1 n3 2)
n1 n3
36 x 27(36 27 2)
36 27
59292
6,18
x 941,1428571 0,077 x30,68 2,36

63
79,82
x2 x3
( n2 1) SD22 ( n3 1) SD32
84, 4 86, 29
(36 1)3, 4 2 ( 27 1)14,932
1,89
404,6 5795,5274
n2 n3 ( n2 n3 2)
n2 n3
36 x 27 (36 27 2)
36 27
59292
1,89
x 941,1428571 0,024 x30,68 0,74

63
78,741
Kesimpulan statistik : Karena t12 #t13# t23 maka pada pre-test

kelompok ibu-ibu tersebut diatas adalah non Equivalent
50

Dasar-Dasar Pemilihan Uji Statistik-REVISI Bu HASNAH

Diunggah oleh

Informasi Dokumen

Deskripsi Asli:

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Dasar-Dasar Pemilihan Uji Statistik-REVISI Bu HASNAH

Diunggah oleh

Hak Cipta:

Format Tersedia

DASAR-DASAR

PEMILIHAN UJI STATISTIK

Pemilihan uji hipotesis

Metodologi Penelitian dan

Uji hipotesis apa

Metodologi Penelitian dan

Pertimbangan apa saja yang harus dipikirkan

Kita sudah bisa

Metodologi Penelitian, dan

LANGKAH UJI HIPOTESIS

Lakukan Statistik Analisis Bivariat dan

Jumlah atau frekuensi (n)

Dasar Pemilihan ukuran pemusatan dan

Mean sebagai ukuran pemusatan

Standar deviasi (SD) sebagai

Metodologi Penelitian dan

Tabel Metode untuk mengetahui suatu set data

Kriteria sebaran data

Nilai koefisien varians <

Nilai rasio skewens -2 sd

Nilai rasio kurtosis -2sd 2

Simetris tidak miring kiri

Simetris, median tepat di

Normal Q-Q plots

Data menyebar sekitar

Detrended Q-Q plots

Data menyebar sekita

Nilai kemaknaan (p) >

Untuk sampel besar

Nilai kemaknaan (p) >

Untuk sampel kecil

Metodologi Penelitian dan

Koefisien varians= 22,22%

95% Confidence Interval for Mean Lower Bound

Rasio skewness = 0,147/0,190= 0,7

Rasio kurtosis = 0,132/0,378= 0,349

Kolmogorov smirnov = p(0,200>0,05

a. Lilliefors Significance Correction

Metodologi Penelitian, September

Metodologi Penelitian, September

Metodologi Penelitian, September

Metodologi Penelitian, September

STATISTIK ANALISIS BIVARIAT

Tabel Uji hipotesis Bivariat

Metodologi Penelitian dan

1. SKALA PENGUKURAN VARIABEL

Nominal Tabel uji Hipotesis

Interval tidak punya nol alami

Ratio nol alami

Skala Kontinu desimal

Skala Diskret terputus

Metodologi Penelitian dan

Tabel Skala Pengukuran Variabel

Metodologi Penelitian dan

Karkteristik Skala Variabel

MASALAH HIPOTESIS KOMPARATIF

Masalah skala Kategorik

Masalah skala Numerik

MASALAH HIPOTESIS KORELATIF

Masalah skala kategorik

Masalah skala numerik

4 dan 5 MASALAH PASANGAN DAN JUMLAH KELOMPOK

Dari segi jumlah : 2 kelompok data