P. 1
Chisquare Fisher KS

Chisquare Fisher KS

|Views: 1,075|Likes:
Dipublikasikan oleh Andi_stat

More info:

Published by: Andi_stat on Oct 06, 2010
Hak Cipta:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PPT, PDF, TXT or read online from Scribd
See more
See less

01/13/2013

pdf

text

original

UJI STATISTIK NonNon-Parametrik

Joedo Prihartono

Kelompok uji statistik
Stat.parametrik bersyarat:  Populasi bersifat normal  Sampel secara random  Tak ada nilai ekstrim Peka untuk deteksi kemaknaan Stat.non parametrik tanpa syarat Kurang peka untuk mendeteksi

Uji statistik non parametrik
Chi square test Fisher exact test Kolmogorov Smirnov test Mc Nemar test Uji pengganti parametrik

Chi Square Test
o o o o o o o

Untuk jenis data kualitatif Dapat untuk satu sampel atau lebih Sampel bersifat independen Bisa untuk sampel kecil Menguji perbedaan antar proporsi Rumus umum : tabel umum ( R by C ) Rumus khusus : tabel 2 x 2

Syarat Chi Square Tabel 2 x 2  Tabel R x C  n > 20 Tidak ada sel yang nilainya 0 Sel nilai yang expected nya < 5 harus < dari 20%  Tidak ada sel yang nilai expected nya < 5  .

Nilai observed Allergi Asma + Asma Total + Total 12 ( a ) 63 ( c ) 75 68 ( b ) 147 ( d ) 215 80 210 290 .

e)2/e tiap sel dan jumlah Cari p dari nilai X2 pada tabel Chi Square dengan df = (r-1)(c-1) (r.Perhitungan Chi Square ( o .)(cRumus umum: X2 = .e )2 7 ------------e o = observed (data yg didapat) e = expected (data yg diharapkan) Hitung nilai e untuk tiap sel Hitung nilai (o .

7 9.Menghitung nilai expected (e) a (7 x 8 ) ( c d (7 ( .3 .3 4.7 8 ) ) ) 9 9 9 9 .

Tentukan p dari nilai X2 (=6 2) pada df yg sama didapatkan : p berada antara 0 01 . .Membaca tabel Chi Square 1.0 001 Jadi p < E karena E=0 05 Ho ditolak berarti ada perbedaan riwayat alergi pada penderita asma dan bukan penderita asma.Lihat nilai kritis pada E=0 05 dengan df 1 df = (r-1)(c-1) = (2-1)(2-1) = 1 (r-1)(c(2-1)(2Didapatkan X2 = 2.

27 11.51 9.25 7.Tabel Chi square df 1 2 3 4 0.82 9.49 0.02 5.60 6.82 11.84 0.001 10.05 3.01 6.46 .34 16.84 5.82 9.78 0.67 13.99 7.10 2.28 18.71 4.41 7.21 0.83 13.

Rumus khusus ( ad .bc )2 n X2 = ------------------(a+b) (c+d) (b+d) (a+c) ( l ad-bc l ² ½ n )2 n adX2 = ------------------(a+b) (c+d) (b+d) (a+c) .

Fisher Exact Test o o o o o Untuk jenis data kualitatif Sampel bersifat independen Khusus untuk sampel kecil Merupakan uji asosiasi Merupakan alternatif bila chi square 2 x 2 tidak dapat dipergunakan .

Contoh Fisher exact test Vaksinasi/ Sakit Vaksinasi + Vaksinasi Total 1 5 Sehat Sakit 1 6 12 Total 5 .

Tabel Fisher ekstrem Vaksinasi/ Sakit Vaksinasi + Vaksinasi Total Sehat 5 0 5 12 Sakit 0 Total 5 .

.Perhitungan (a+b)! (c+d)! (b+d)! (a+c)! p= --------------------a! b! c! d! n! Hitung besar p untuk tabel observe dan tabel ekstrem ( p1 dan p2 ) p1 p2 Nilai p = p1 + p2 p1 p2 Tidak ada tabel untuk tes ini.

Kolmogorov Smirnov ( KS ) o o o Data kualitatif Sampel independen Untuk sampel kecil uji asosiasi Alternatif Chi Square untuk tabel 2 x n bila syarat Chi Square tidak dipenuhi Variabel independen nominal Variabel dependen ordinal o o .

Kolmogorov Smirnov test Hasil Ujian Klp Rajin Tidak Total Buruk 0 2 2 5 Krng 1 Cukup 1 Baik 5 1 6 Baik Skl 1 0 1 16 n .

Tabel kumulatif KS Hasil Ujian Klp Rajin Buruk Krng Cukup Baik Baik Skl 0 000 0 125 0 250 0 00 5 1 000 1 000 Tidak 0 200 0 500 0 Delta 0 200 0 1 00 5 0 650 0 125 0 000 .

Perhitungan K= n1 n2 D2 ------.Sq dengan df=2 df=2 02p<E Didapat p antara 0 02-0 05 p<E Jadi Ho ditolak .= n1 + n2 n2 0 (0 65)2----65) 1 K= 51 lihat tabel C.

beforemembandingkan nilai sebelum dan sesudah perlakuan untuk membuktikan ada tidaknya perubahan .Mc Nemar test Indikasi dan persyaratan Perbandingan proporsi pada kelompok seperti pada uji Chi Square. tetapi pada sampel yang berpasangan (dependent group) Misal desain before-after study.

Discordant Pairs Sebelum Sesudah Penyakit (+) a c a + c Penyakit (-) b d b + d Total Penyakit (+) Penyakit (-) Total a+ b c +d n .

Tentukan nilai p dengan mencocokkan nilai X2 pada tabel Chi Square dengan df = 1 . Hitung nilai X2 dengan rumus (©b-c ©-1)2 = --------------b+c X2 2.Langkah perhitungan 1.

Contoh  Ho: Tidak ada perbedaan kebiasaan merokok sebelum dan sesudah penyuluhan anti rokok Sesudah penyuluhan Berhenti merokok Merokok Tidak merokok Sebelum penyuluhan Merokok Total 0 23 23 5 40 45 Total 5 63 68 .

df=1.Contoh 1.84 nilai kritis. Berarti X2 > nilai kritis Ho ditolak . E = 0. Tabel distribusi Chi Square. Hitung X2 X2 (| 5-23 | -1)2 = --------------.05 didapatkan nilai 3.= 10.32 5 + 23 2.

.Kesimpulan Terdapat perbedaan kebiasaan merokok antara sebelum dan sesudah penyuluhan. Lebih banyak orang yang tidak merokok sesudah intervensi (23/68) dibandingkan sebelum intervensi (5/68).

Pengganti parametrik Bila tak memenuhi persyaratan: Unpaired t test Mann Whitney rank Paired t test Wilcoxon rank Unpaired Anova Kruskal Wallis rank Paired Anova Friedman rank Pearson Correlation Spearman rank .

Uji Mann Whitney rank Indikasi dan persyaratan Data numerik yang berasal dari 2 sampel independent distribusi data tidak normal alternatif uji parametrik uji ttindependent ~ Tes Wilcoxon rank untuk paired sampel .

dihitung pada kelompok dengan n yang lebih kecil Jika n pada setiap kelompok < 15. maka 15. Data yang nilainya sama diberi rank rata-rata rataJumlah rank disebut T. nilai T digunakan sebagai nilai uji Mann Whitney .Langkah perhitungan Urutkan seluruh data dan tentukan rank nya.

Rumus Jika jumlah sampel pada salah satu kelompok lebih besar dari 15. maka nilai uji Mann 15. Whitney dihitung dengan rumus : (T(T-µT) z= -----------WT WT= ˜ (nL µT)/6 µT)/6 nS (nS + nL+1) nL+1 µT = --------------------2 . .

Menentukan nilai p Jika n setiap kelompok < 15. maka nilai p didapat dengan membandingkan nilai T dengan tabel Mann Whitney Jika n pada salah satu kelompok > 15. maka nilai p didapat dengan membandingkan nilai z dengan nilai tabel distribusi normal .

 Jumlah rank klp Tinea (+) = 93. .05 p > E  Kesimpulan: tidak ada perbedaan usia antara pekerja yang mengalami Tinea kruris dengan yang tidak.  Nilai p berdasarkan tabel > 0. LangkahLangkah-langkah  Urutkan seluruh data dan tentukan rank nya.5 ( N kedua kelompok < 15 nilai T = hasil uji.Contoh Ho: Tidak ada perbedaan usia kelompok pekerja yang mengalami Tinea kruris dengan yang tidak.5 Tinea (-) = 116.

5 10.5 17 18 116.Tabel Ranking usia pekerja di kedua kelompok Tinea (+) 20 21 21 21 22 22 23 23 39 40 nS =10 Ranking 1.5 8.5 15.5 Tinea (-) 20 21 21 23 25 26 27 27 28 29 nL=10 Ranking 1.5 5 5 12 13 14 15.5 19 20 93.5 .5 10.5 5 5 5 8.

Uji Korelasi Spearman Indikasi dan persyaratan Alternatif uji parametrik korelasi Pearson jika salah satu dari syarat di bawah ini terpenuhi: Sedikitnya salah satu variabel berskala ordinal Ada salah satu variabel yang tidak terdistribusi normal Jumlah sampel kecil uji asosiasi antara 2 variabel yang hubungannya tidak linear .

X)2 (Y-Y)2 (X(Y4. Hitung koefisien korelasi Spearman (rs) dengan rumus _ _ (X. Urutkan seluruh data Y dan tentukan rank nya 3.X) (Y-Y) (X(Yrs = ---------------------------------˜ (X. Urutkan seluruh data X dan tentukan rank nya 2.Langkah perhitungan 1. Tentukan nilai p dengan membandingkan nilai rs dengan tabel korelasi Spearman. .

dan sebaliknya 2. dan sebaliknya Positif: jika nilai X bertambah maka nilai Y bertambah. Kemaknaan .Penilaian 1. Arah hubungan   Negatif: jika nilai X bertambah maka nilai Y berkurang. bertambah.

rs. Kuat hubungan dinilai rs.3 : tak ada korelasi  0 . Korelasi sempurna bila r = +1 atau -1. 3 . +1  Berdasarkan kriteria WHO  < 0 .8 : kuat .0 .5 : korelasi lemah  0 .8 : sedang  > 0 .0 .Penilaian 3. 5 .

.  Didapatkan rs 0. 0.65 Tabel Korelasi Spearman. Atau: makin bertambah usia maka indeks massa tubuh akan meningkat. Kesimpulan: Terdapat korelasi positif yang kuat dan bermakna antara indeks massa tubuh dengan usia pekerja.05<p<0.Contoh Ho: Tidak ada korelasi antara indeks massa tubuh dan usia di kalangan pekerja.01 p < E maka Ho 05<p<0 ditolak.

1 Ranking 1 2 3 4.5 4.8 20.5 7.5 2 5.2 21.1 21.4 25.5 4 7.6 22.Usia 21 20 22 21 22 21 23 23 40 39 Ranking 3 5.7 21.5 10 9 IMT 17.1 19.3 30.5 6 7 8 9 10 1 .1 21.

SOAL TABEL 2X2 Kerja gilir * Insomnia/bukan Crosstabulation Insomnia/bukan tidak ya Kerja gilir tidak ya Total Count % thin Count % ithin Count % ithin ilir rja ilir rja ilir 2% 1 21 % 2 % 1 % 7 % 12 7 1% Total 1 1 1 % % 177 % .

E Si . 2.015 .35.021 5.HASIL CHI-SQUARE CHIChi-Square Tests A C i-Sq i i C i li R i ' E .788 177 2 2 l l 5.C .025 . 0 ll .0% 26.012 .-Li i i V li C .016 . l V l 5.i E Si . 1.i 1 1 1 .820 5.i C Li i Li A N .882 2.016 .056 5. i i i 1 . Si .

Interpretasi Ho: terjadinya insomnia tak ada hubungan dgn sistem kerja gilir 1. Kesimpulan??? . Syarat Chi Square terpenuhi??? 2.016 p < alpha Hasil uji kemaknaan??? Ho ditolak/diterima??? 3. Jika X2 = 5.8 p=0.

You're Reading a Free Preview

Mengunduh
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->