Z p
N
(5.1)
tS
N
(5.1)
X
103
tS
N
2.26 2.22
10
No.
X
1 101.8
2 102.6
3 99.8
4 104.9
5 103.8
6 104.5
7 100.7
8 106.3
9 100.6
10 105
Jumlah 1030
Xbar =
103
2.2181
S=
07
(XXbar)^2
1.44
0.16
10.24
3.61
0.64
2.25
5.29
10.89
5.76
4
44.28
Z 0.95
103
N
1.96 2
10
dimana
p =
pq
N
proporsi pengamatan
q 1 p
0.25 1.96
0.25 0.75
0.165 s/d 0.335
100
Np Z Npq
100(0.25) 1.96 100(0.25)(0.75) 16.5 s/d 33.5
1000
P X 1000
0.05
p
1000
p1000 0.05
Batas atas proposi tidak steril adalah q = 1-p= 0.003, atau 3 dalam 1000.
Kesimpulan : Dengan probabilitas 95%, ada tidak lebih dari 3 gagal dari 1000
item.
Misalkan kita hanya peduli dengan "batas atas" pada proporsi sakit kepala
terkait obat yang diharapkan dalam populasi pengguna obat.
Dalam contoh ini, ketika membangun interval 95%, kita menggunakan Z
(atau t) nilai yang memotong 5% dari daerah di ekor atas distribusi,
daripada 2,5% di setiap ekor dikecualikan dalam interval simetris.
Menggunakan pendekatan normal terhadap binomial, batas atas adalah
p Z 0.95
pq
N
0.036 0.964
18
1.65
0.036 0.014 0.05
500
500
H 0 : 0
H a : 0
H 0 : 5.01
H a : 5.01
Bila 2
X 0
X 0
/ n
(5.4)
tidak diketahui gunakan staitik penguji :
t
/n
2
X 0
2
S /n
X 0
S/ n
. (5.5)
Z
t
X 0
/ n
X 0
t/ n
Z / 2
t N 1 / 2
X 0
/ n
X 0
t/ n
Z
t N 1
X 0
/ n
5.0655 5.01
0.11/ 20
2.26
Nilai kritis :
Untuk uji satu ujung, dengan taraf nyata 5% , diperoleh titik kritis
dari Tabel IV.2 Z 0.05 1.65
Karena Z 2.26 Z 0.05 1.65, H0 ditolak. Jelas, rata-rata hasil
pengamatan 5,0655 secara signifikan berbeda dari 5,01 (p <0,05).
X 0
S/ n
5.0655 5.01
0.0806 / 20
3.08
Nilai kritis :
Untuk uji satu ujung, dengan taraf nyata 5% ,
dari Tabel IV.4 dengan df = 20-1=19 t19 0.05 2.09
12 / N1 22 / N 2
X2
12 / N1 22 / N 2
X2
/ N1 / N 2
2
1
2
2
10 1
144 /11 100 /10
1.87
Since the absolute value of the ratio does not exceed 1.96, the
difference is not significant at the 5% level.
dimana
X2
S p2 / N1 S p2 / N 2
2
2
N
1
S
1
S
1
2
2
varians pooled
S p2 1
N1 N 2 2
S12
H a : 1 2
X1 X 2
Sp
N1
N2
71.1 71.4
6.41
1
10
1
10
1.99
Nilai t sama dengan atau lebih besar dari 2,10 (Tabel IV.4; df = 18)
menyebabkan penolakan hipotesis nol. Nilai-nilai ini, yang terdiri dari
daerah kritis, menghasilkan deklarasi "signifikansi."
Dalam penelitian ini, nilai t =1,99, dan perbedaan tersebut tidak signifikan
pada tingkat 5% (p=0.062> 0,05).
Confidence Interval for the Difference of Two Means
Selang kepercayaan selisih rata-rata dengan taraf kepercayaan 100 1 %
X
Untuk Contoh 5 :
kepercayaan 95%
X 2 tdf
2 S p
(5.12)
Selang kepercayaan selisih rata-rata dengan taraf
1
10
N1
N2
X1 X 2
S12
N
Nilai kritis :
N1 N 2 N tdf 2( N 1) 2
N1 N 2 t
*
dimana
S22
N2
w1tdf N1 1 2 w1tdf N 2 1 2
w1 w2
S12
w1
N1
S 22
w2
N2
. (5.13)
10.7 7.25
51.8
20
5.315
2.05
w1tdf N1 1 2 w2tdf N2 1 2
w1 w2
2.1
51.8
/
20
5.3
/15
2.51
1
1
1
1
Sp N N
6.83 6 6
1
Since 2.51 exceeds the critical t value with 10 d.f. (2.23), the results show
significance at the 5% level.
Studi Praklinis
Analis pengembangan
Studi stabilitas
Perumusan hipotesis :
H 0 : 1 2 0
Statistik penguji :
Nilainya
S/ N
Ha : 0
S/ N
18.5 0
13 / 6
3.85
H a : R0 1
H 0 : R0 1
Statistik penguji
R 1
S/ N
0.89 1
0.07 / 6
3.87
H 0 : p p0
Statistik penguji :
H1 : p p0
p p0
p0 1 p0 / N
Karena data diskrit, gunakan koreksi kontinuitas Yates
Z
p p0 1/ 2 N
p0 1 p0 / N
(5.15)
(5.16)
H 0 : p A pB 0.5 atau
H 0 : p A 0.5
H a : p A 0.5
15
20
0.5 1/ 2(20)
0.5 0.5 / 20
2.01
Nilai kritis
Z 0.025 1.96
H1 : pa pb
Statistik penguji :
Z
p a p b
p 0 q0 1/ N1 1/ N 2
Dalam sebuah studi klinis yang dirancang untuk menguji keamanan dan
kemanjuran obat terapi baru, kejadian efek samping dibandingkan diantara dua
kelompok pasien, kelompok satu menggunakan obat baru dan kelompok lainnya
menggunakan obat standar telah dipasarkan.
Sakit kepala adalah efek samping yang dikenal dari terapi tersebut.
Dari 212 pasien pada obat baru, 35 terkait bahwa mereka telah mengalami sakit
kepala parah.
Dari 196 pasien pada terapi standar, 46 menderita sakit kepala parah.
Dapatkah obat baru diklaim untuk menghasilkan sakit kepala lebih sedikit
dibandingkan dengan obat standar pada tingkat signifikansi 5%?
Hipotesis nol dan alternatif :
H 0 : p1 p2 p1 p2 0
H a : p1 p2
N 2 196
46
p 2
0.235
196
q0 1 p 0 0.801
0.165 0.235
Statistik penguji :
1.761
Kesimpulan : Obat terapi baru memberikan proporsi efek samping lebih kecil
dari pada proporsi obat tepai standar pada taraf signifikansi 5%.
Dalam hal ukuran sampel kecil (N1 dan N2 < 15), koreksi kontinuitas Yates
akan menyebabkan uji yang konservatif (yaitu probabilitas yang terlalu
tinggi yang dapat menyebabkan kurangnya penolakan H0 dalam beberapa
kasus) (DAgostino dkk, 1988)
p1 p 2
Mereka mengusulkan statistik penguji : t
s.d
1/ N1 1/ N 2
16 16
19
/ 20
0.168
2
2
18 18
29
/ 30
19 0.168 29 0.248
S
0.217
20 30 2
2
p
0.248
0.8 0.6
0.465 1/ 20 1/ 30
1.49
Banyaknya Sukses
Banyaknya Gagal
Total
Statistik penguji :
dimana
O E
Kel_2
16
4
20
Total
18
12
30
34
16
50
Banyaknya Sukses
Banyaknya Gagal
Total
34
16
50
Kel_2
Total
13.6
20.4
6.4
9.6
20
30
O E
E
16 13.6
13.6
18 20.4
20.4
4 6.4
6.4
12 9.6
9.6
2.206
Nilai statistik tersebut merupakan nilai dari distribusi chi square dengan derajat
bebas 1. Nilai kritis pada taraf nyata 5%, 12 0.05 3.84
Hasil uji menunjukkan proporsi tidak berbeda nyata (hasilnya sama dg Contoh 9).
Koreksi Kontinuitas
2.5
3.0
3.0
3.5
3.5
3.5
pq
p Z
2 N1
Contoh :
Dari 500 tablet yang diperiksi, terdapat 20 buah yang gagal p 20 / 500 0.04
Selang kepercayaan 95% untuk sebuah proporsi obat yang gagal
sebenarnya adalah
pq
0.04(0.95
p Z
0.04 1.96
0.04 0.017 0.023 s/d 0.057
2
N
5000
p1q1
N1
p 2 q2
N2
196
0.148
Koreksi kotinuitas pada selang kepercayaan selisih proporsi (Fleiss, Hauck, dan
Anderson) :
Untuk selang kepercayaan 90% dan 95% jika N1 p1 , N1q1 , N 2 p2 , dan N 2 q2
semuanya 3
Untuk selang kepercayaan 99% jika N1 p1 , N1q1 , N 2 p2 , dan N2 q2 semuanya 5
Koreksinya dengan ditambah 1/ N1 1/ N 2 dikenal dengan koreksi Yates.
Contoh :
Selang kepercayaan 95% selisih proporsi sakit kepala :
1
1
H 0 : A2 B2
H a : A2 B2
S12
F 2
S2
H a : A2 B2
Statistik penguji :
berdistribusi F dengan derajat bebas pembilang v1 N1 1 dan derajat
bebas penyebut v2 N 2 1
Nilai kritis (cutt off ) dapat digambarkan sbb :
Nilai kritis F untuk 2.5% atas disediakan pada Tabel 5.6 dan 5% serta 10%
atas di Tabel IV.6.
Contoh
Akan diuji kesamaan varians populasi granulasi A dan granulasi B
berdasarkan data sampel dalamTabel 5.17 pada taraf nyata
5%
Rumusan hipotesis :
H 0 : A2 B2
H a : A2 B2
1.297
8.3
0.156
H 0 : 12 22
k2
Statistik penguji :
k
N i 1 ln S N i 1 ln Si2
2
i 1
2
p
i 1
k 1
Contoh
Perhatikan data dalam Tabel 5.18, dalam hal ini banyaknya sampel k=4.