STATISTIKA DESKRIPTIF

Distribusi Frekuensi

Menentukan Banyaknya Kelas

C = 1 + 3,322 log n
C : banyaknya kelas
n : jumlah data

Menentukan Interval Kelas

i=R/C
i : interval kelas
R : range (rentang data terbesar dengan data terkecil)
C : banyaknya kelas

Contoh :
87,5 75 97,5 100 95 89 94 99 93 84
97 93,8 80 87 92 98 90,5 103 87,2 91
91 91,5 97 93,5 107,5 92,5 88 96 93,4 104
102 96,4 85,3 91 78 86 98 83 90 96

C = 1 + 3,322 log40 C = 6,28693 ˜ 7

i = R = ( 107,5 – 75 ) = 4,6 ˜ 5
Distribusi Frekuensi
C 7
Interval Frekuensi
75 – 79 2
80 – 84 3
85 – 89 7
90 – 94 13
95 – 99 10
100 – 104 4
105 – 109 1
Jumlah 40

Distribusi Frekuensi Relatif Distribusi Frekuensi Kumulatif

Interval Frekuensi Relatif (f %) Interval Frekuensi Kumulatif (fkum)

75 – 79 5,00 < 75 0
80 – 84 7,50 < 80 2
85 – 89 17,50 < 85 5
90 – 94 32,50 < 90 12
95 – 99 25,00 < 95 25
100 – 104 10,00 < 100 35
105 – 109 2,50 < 105 39
Jumlah 100,00 < 110 40

chasan_ismail
Mean (x)

Data sederhana
 xi x : mean
(x)=  xi : jumlah nilai x
n n : jumlah data

Data berkelompok

Direct Method
 f.m x : mean
 f.m : jumlah f (frekuensi) dikalikan m (mid poin interval kelas)
(x)= n : jumlah data
n
Interval Kelas f m f.m
35 - < 45 6 40 240
45 - < 55 12 50 600
55 - < 65 14 60 840
65 - < 75 1 70 70
75 - < 85 2 80 160
 f.m = 1910

 f.m 1910
(x)= = = 54,6
n 35

Short Cut Method x : mean

 f.d x0 : assumed mean
mid poin interval dari kelas modus
( x ) = x0 + .i
 f.d : jumlah f (frekuensi) dikalikan d (differance)
n i : interval
n : jumlah data

Interval Kelas f d f.d

35 - < 45 6 -2 - 12
45 - < 55 12 -1 - 12
55 - < 65 14 0 0
65 - < 75 1 +1 +1
75 - < 85 2 +2 +4
 f.d = - 19

 f.d - 19
( x ) = x0 + .i= . 10 = 54,6
n 35

chasan_ismail
Median Md

n/2 ─ CF Md : median
L md : batas bawah kelas median
Md = L md + .i n : jumlah data
f md CF : jumlah frekuensi semua kelas di bawah kelas median
i : interval
f md : frekuensi kelas median

Interval Kelas f fkum

35 - < 45 6 6
45 - < 55 12 18
55 - < 65 14 32
65 - < 75 1 33
75 - < 85 2 35

n/2 ─ CF 35/2 - 6
Md = L md + . i = 45 + . 10 = 54,6
f md 12

Modus Mo
Mo : modus
d1 L Mo : batas bawah kelas modus
d1 : beda frekuensi kelas modus dengan frekuensi kelas
Mo = LMo + .i sebelumnya
d1 + d2 d2 : beda frekuensi kelas modus dengan frekuensi kelas
sesudahnya
i : interval
Interval Kelas f
35 - < 45 6
45 - < 55 12
55 - < 65 14
65 - < 75 1
75 - < 85 2

d1 2
Mo = LMo + . i = 55 + . 10 = 56,3
d1 + d2 2 + 13

chasan_ismail
Ukuran Dispersi / Variabilitas

Range

Range = data terbesar – data terkecil

Simpangan Rata – Rata AD : simpangan rata – rata.

xi – x : selisih(positif) xi (data) dengan x (mean)
 xi – x n : jumlah data
AD =
n
xi xi - x xi - x
8 -1 1
7 -2 2
10 1 1
11 2 2
 xi - x 6

 xi – x 6
AD = = = 1,5
n 4

Standar Deviasi
data tunggal
SD : standart deviasi.
xi – x : selisih(positif) xi (data) dengan x (mean)
 (xi – x)2 n : jumlah data
SD =
n–1
xi xi - x xi - x (xi – x)2
8 -1 1 1
7 -2 2 4
10 1 1 1
11 2 2 4
 (xi – x)2 10

 (xi – x)2 10
SD = = = 3,33
n-1 3

di2 – (di)2 / n
Sdi =
n–1
di = xi

chasan_ismail
 data berkelompok

Direct Method SD : standart deviasi.

 f (m – x)2 f : frekuensi
SD = m : nilai tengah (mid) kelas
m – x : selisih(positif) m (mid/ nilai tengah kelas)
n–1 dengan x (mean)
n : jumlah data

Interval Kelas f m (m-x) (m-x)2 F(m-x)2

35 - < 45 6 40 14,6 213,16 1278,96
45 - < 55 12 50 4,6 21,16 253,92
55 - < 65 14 60 5,4 29,16 408,24
65 - < 75 1 70 15,4 237,16 237,16
75 - < 85 2 80 25,4 645,16 1290,32
35  3468,6

 f (m – x)2 3468,6
SD = = = 10,1
n-1 34
SD : standart deviasi
Shortcut Method  f.d : jumlah f (frekuensi) dikalikan d (differance)
 f. d2 – (f.d)2 / n i : interval
SD =i. n : jumlah data
n–1
Interval Kelas f d f.d (f.d)2
35 - < 45 6 -2 - 12 24
45 - < 55 12 -1 - 12 12
55 - < 65 14 0 0 0
65 - < 75 1 +1 +1 1
75 - < 85 2 +2 +4 8
 f.d = - 19  f.d = 45
2

 f. d2 – (f.d)2 / n 45 – (-19)2 / 35
SD =i. = 10. = 10,1
n–1 34

Varians

 (xi – x)2 SD : standart deviasi.

xi – x : selisih(positif) xi (data) dengan x (mean)
Varians = = SD 2 n : jumlah data
n–1
Koefisien Variasi CV
CV : koefisien variasi
SD SD : standart deviasi.
CV = . 100 % x : mean
x

chasan_ismail
 STATISTIKA INFERENSIAL

Estimasi Rata – Rata Populasi µ

σ Diketahui

x – z α/2 . σ/n < µ < x + z α/2 . σ/n

x : rata – rata sampel
z α/2 : titik kritis tabel z berdasarkan interval kepercayaan (CI)
σ : SD populasi
n : jumlah sampel
µ : rata – rata populasi

Seorang dokter meneliti pengaruh pemberian makanan buatan terhadap kenaikan berat
badan (BB) bayi. Untuk itu diambil sampel secara random sebanyak 64. Setelah
pemberian 1 bulan ternyata rata-rata kenaikan BB = 300 gram. Berapa rata-rata
kenaikan BB bayi di populasi (SD populasi = 100gram) kalau dalam penaksiran ini
menggunakan 95% interval kepercayaan ?

x – z α/2 . σ/n < µ < x + z α/2 . σ/n

300 – 1,96. 100/  64 < µ < 300 + 1,96. 100/  64

275 < µ < 325

σ Tidak Diketahui

x : rata – rata sampel

t α/2;DF n-1 : titik kritis tabel t dengan DF yang sesuai
SD : standar deviasi sampel
n : jumlah sampel
µ : rata – rata populasi

Peneliti ingin menaksir rata-rata harga Hb di populasi orang dewasa laki-laki dengan
interval kepercayaan 95%. Untuk itu diambil sampel secara random orang dewasa laki-
laki sejumlah 25 orang, kemudian diukur Hb nya. Diperoleh X = 12 gr% SD = 1,5 gr%

12- tα/2 ;DF=24.1,5/25 < µ < 12 + tα/2 ;DF=24.1,5/25

12 – 2.064 . 1,5/5 < µ < 12 + 2.064 . 1,5/5

12 – 0,6192 < µ < 12 + 0,6192

11.3808 < µ < 12 .6192

chasan_ismail
Estimasi Proporsi / Prevalensi Kejadian π

π : proporsi / prevalensi kejadian yang terjadi di populasi

p : proporsi / prevalensi kejadian yang terjadi di sampel
1 – p : proporsi / prevalensi tidak terjadi kejadian di sampel
n : jumlah sampel

Peneliti ingin menaksir angka prevalensi penyakit gondok di suatu wilayah dengan
menggunakan interval kepercayaan 95%. Diambil sampel secara random sebanyak 625
orang dan ternyata yang menderita (x) = 125 orang.

Jawab :
x 125
P= = = 0,2
n 625
1 – p = 1 – 0.2 = 0.8

0.2 – z α/2  0,2 x 0,8 < µ < 0,2 + z α/2  0,2 x 0,8
625 625
0,2 – 1,96 x 0,016 < µ < 0,2 + 1,96 x 0,016
0,169 < µ < 0,231

chasan_ismail
 UJI STATISTIK PARAMETRIK

Syarat :
1. Skala pengukuran interval / rasio.
2. Sampel berasal dari populasi distribusi normal.

Pemilihan Uji Statistik

Macam Uji Macam Data

Interval & Rasio Interval & Rasio Nominal
Distribusi Normal Tidak Distribusi
Normal
Ordinal
Komparasi
Sampel Pop Uji μ melalui Int- K.S. Satu sampel Goodness of fit X2
Kepercayaan test
Antar 2 Pengamatan Paired t Test Wilcoxon Satu X2 test (dikotom :
Pengamatan sampel McNemar test)
Dalam > 2 Pengamatan Anova Friedman Test X2 , Cochran Q
Sampel test
> 2 Pengamatan Anova Uji Trend – M – Uji Trend
Membentuk Peringkat Armitage
Peringkat
Antar 2 Sampel Uji t 2 Sampel Wilcoxon 2 sampel X2 test, Fisher
Sampel > 2 Sampel Anova Kruskal - Wallis X2 test, Fisher
Independen > 2 Sampel Analisis Regresi Uji trend – K – Uji trend
Membentuk Sampel Armitage
Peringkat
Korelasi
2 Variabel Uji Rho η (Pearson) Uji Sperman (rs) - Koef-
Kontingensi
(C)
- Koef-Phi (φ)
> 2 Variabel Uji R (korelasi Kendal W - Koef-
ganda) Kontingensi
- Log linier

chasan_ismail
Paired t Test = Before – After t Test

Syarat :
1. Skala interval atau rasio.
2. Distribusi data normal.
3. Uji komparasi.
4. 1 Sampel dengan 2 pengamatan.

Contoh Soal :
Data gula darah puasa 10 pasien di poli rawat jalan RSUA yang mendapat glibenklamid
selama 3 bulan. (distribusi data dianggap normal, α : 0,2) :
Before : 250 220 300 500 220 230 240 210 150 150
After : 200 200 200 400 220 250 150 170 100 180

Langkah I
Tentukan rumusan masalah dan tujuan penelitian

Rumusan masalah : Apakah ada perbedaan kadar gula darah antara sebelum dan
sesudah pengobatan glibenklamid selama 3 bulan pada pasien poli rawat jalan RSUA ?

Tujuan : Mempelajari perbedaan kadar gula darah antara sebelum dan sesudah
pengobatan glibenklamid selama 3 bulan pada pasien poli rawat jalan RSUA.

Langkah II
Tentukan hipotesis

Hipotesis penelitian :
Terdapat perbedaan kadar gula darah antara sebelum dan sesudah pengobatan
glibenklamid selama 3 bulan pada pasien poli rawat jalan RSUA

Hipotesis statistik
H0 : μ1 = μ2
Tidak terdapat perbedaan kadar gula darah antara sebelum dan sesudah
pengobatan glibenklamid selama 3 bulan pada pasien poli rawat jalan
RSUA.

H1 : μ1 ≠ μ2 (2 ekor)

Terdapat perbedaan kadar gula darah antara sebelum dan sesudah

pengobatan glibenklamid selama 3 bulan pada pasien poli rawat jalan
RSUA

Pada kasus lain dapat berupa :

μ1 > μ2 (1 ekor) Kasus lain dapat μ1 < μ2 (1 ekor)
π (proporsi/prevalensi pada populasi)
σ (standar deviasi pada populasi)

( uji t 2 ekor, perbedaan dapat lebih tinggi dapat lebih rendah)

(uji t 1 ekor, perbedaan lebih tinggi saja atau lebih rendah saja)

μ1 : rata – rata sistolik sebelum mendapat ACE inhibitor pada populasi

μ2 : rata – rata sistolik sesudah mendapat ACE inhibitor pada populasi

chasan_ismail
Langkah III
Tentukan Nilai SD dari di (Sdi)
di = O1 – O2

Individu O1 O2 di di 2
A 250 200 50 2500
B 220 200 20 400
C 300 200 100 10000
D 500 400 100 10000
E 220 220 0 0
F 230 250 - 20 400
G 240 150 90 8100
H 210 170 40 1600
I 150 100 50 2500
J 150 180 - 30 900
di : 400 di2 = 36400
di : 40

di2 – (di)2 / n 36400 – (400)2 / 10

Sdi = = = 47,610
n–1 9

Langkah IV
Tentukan Nilai t Hitung

di – μdi 40 – 0
t= = = 2,657
Sdi / √ n 47,610 / 3,162

μdi = 0

Langkah V
Tentukan Nila t Tabel

t tabel = 1,38

Langkah VI
Buat Kesimpulan Statistika

H0 Diterima Bila :

– t1 - /2 ; d.f = n – 1 ≤ t < t1 - /2 ; d.f = n - 1

H0 diterima

t = 2,657

- 1,38 1,38

Kesimpulan : H0 ditolak → H1 Diterima → μ1 ≠ μ2

chasan_ismail
 Langkah VII
Buat Kesimpulan Penelitian

Terdapat perbedaan kadar gula darah antara sebelum dan sesudah pengobatan
glibenklamid selama 3 bulan pada pasien poli rawat jalan RSUA

GET
FILE='E:\mkdu.sav'.
DATASET NAME DataSet1 WINDOW=FRONT.
T-TEST
PAIRS = O1 WITH O2 (PAIRED)
/CRITERIA = CI(.95)
/MISSING = ANALYSIS.

T-Test
[DataSet1] E:\mkdu.sav

Paired Samples Statistics

Std. Error
Mean N Std. Deviation Mean
Pair 1 O1 247,00 10 99,337 31,413
O2 207,00 10 79,029 24,991

Paired Samples Correlations

N Correlation Sig.
Pair 1 O1 & O2 10 ,882 ,001

Paired Samples Test

Paired Differences
95% Confidence
Interval of the
Difference df Sig. (2-tailed)
Std. Error t Std. Std. Error
Mean Std. Deviation Mean Upper Lower Mean Deviation Mean
Pair 1 O1 - O2 40,000 47,610 15,055 5,942 74,058 2,657 9 ,026

chasan_ismail
Uji t 2 Sampel = Two Independent t Test

Syarat :
1. Skala interval atau rasio.
2. Distribusi data normal.
3. Uji komparasi.
4. 2 Sampel independen.

Contoh Soal :
Perbandingan penurunan TIO antara penggunaan obat glaukoma sistemik dengan
topikal pada 10 pasien rawat jalan di poli mata RSUA.
sistemik : 15, 12, 13, 10, 11, 20, 18, 18, 6, 8
topikal : 8, 4, 10, 6, 10, 2, 4, 5, 8, 10
Distribusi data dianggap normal dengan α = 0,05

Langkah I
Tentukan rumusan masalah dan tujuan penelitian

Rumusan masalah : Apakah ada perbedaan penurunan TIO antara penggunaan obat
glaukoma sistemik dengan topikal pada 10 pasien rawat jalan di poli mata RSUA?

Tujuan : Mempelajari perbedaan penurunan TIO antara penggunaan obat glaukoma

sistemik dengan topikal pada 10 pasien rawat jalan di poli mata RSUA.

Langkah II
Tentukan hipotesis

Hipotesis penelitian :
Terdapat perbedaan penurunan TIO antara penggunaan obat glaukoma sistemik
dengan topikal pada 10 pasien rawat jalan di poli mata RSUA.

Hipotesis statistik
H0 : σ1= σ2
Tidak terdapat perbedaan penurunan TIO antara penggunaan obat
glaukoma sistemik dengan topikal pada 10 pasien rawat jalan di poli mata
RSUA.

H1 : σ 1 ≠ σ 2 (2 ekor)

Terdapat perbedaan penurunan TIO antara penggunaan obat glaukoma

sistemik dengan topikal pada 10 pasien rawat jalan di poli mata RSUA.

Pada kasus lain dapat berupa :

μ1 > μ2 (1 ekor) Kasus lain dapat μ1 < μ2 (1 ekor)
π (proporsi/prevalensi pada populasi)
σ (standar deviasi pada populasi)

( uji t 2 ekor, perbedaan dapat lebih tinggi dapat lebih rendah)

(uji t 1 ekor, perbedaan lebih tinggi saja atau lebih rendah saja)

chasan_ismail
Langkah III
Hitung Statistika

Bagan Alur

Hitung SD

Uji F

Homogen Heterogen
(H0 Diterima) (H0 Ditolak)

Uji t Cara Wijlfrid Dixon & Cara Cochran

Frank J Massei
Langkah 3.1.
Hitung SD1 dan SD2

Sampel I Sistemik Sampel II Topikal

Indivi di-I di-I2 Individu di-II di-II 2
du
A 15 225 K 8 64
B 12 144 L 4 16
C 13 169 M 10 100
D 10 100 N 6 36
E 11 121 O 10 100
F 20 400 P 2 4
G 18 324 Q 4 16
H 18 324 R 5 25
I 6 36 S 8 64
J 8 64 T 10 100
di-I = 131 di-I2 = 1907 di-II2 = 67 di-II2 = 525
(di-I)2 = 17161 (di-II)2 = 4489
di-I = 13,1 di-II2 = 6,7

di2 – (di)2 / n
Sdi =
n–1

chasan_ismail
 1907 – (131)2 / 10
Sdi-I = = 4,601
9

525 – (67)2 / 10
Sdi-II = = 8,451
9

Langkah 3.2.
Uji F (Uji Homogenitas Sampel)
Menghitung Nilai F

Sdi terbesar Sdi-II 8,451

F = = = = 1,837
Sdi terkecil Sdi-I 4,601

Membandingkan Nilai F Hitung dengan Titik Kritis Tabel F

F tabel = 3,18 (H0 diterima → data homogen)

H0 diterima bila Fhitung ≤ F tabel → data homogen (syarat uji t terpenuhi)

H0 ditolak bila Fhitung > F tabel → data heterogen

Langkah 3.3.
Uji t

(n1-1)SD12 + (n2-1)SD22 (10-1) 4,6012 + (10-1) 8,4512

Sp = = = 3,85
n1 + n2 – 2 10 + 10 – 2

x1 – x2 13,1 – 6,7
t= = = 3,76
n1 + n2 10 + 10
Sp 3,85
n1 . n 2 10 . 10

t tabel = 2,10 (df = n1 + n2 – 2)

H0 ditolak bila : t > t1 - /2 ; DF = n1 + n2 – 2 atau t <- t1 - /2 ; DF = n1 + n2 – 2

H0 ditolak H0 diterima H0 ditolak

- ttabel ttabel

Kesimpulan : H0 ditolak, H1 diterima

chasan_ismail
Langkah IV
Buat kesimpulan penelitian

Terdapat perbedaan penurunan TIO antara penggunaan obat glaukoma sistemik

dengan topikal pada 10 pasien rawat jalan di poli mata RSUA

Bila syarat uji t tidak terpenuhi :

H0 : μ1 = μ2
H1 : μ1 ≠ μ2

Cochran :

bila n1 = n2 (equal)

x1 – x2
t=
2 Sp2 / n

Sp2 = ½ ( Sd1 2 + Sd2 2 )

bila n1 ≠ n2 (equal)

x1 – x2
t=
Sp2 (n1 + n2) / n1 n2

H0 ditolak bila : t > t1 - /2 ; DF = n1 + n2 – 2 atau t <- t1 - /2 ; DF = n1 + n2 – 2

chasan_ismail
Analisis Korelasi Linier SDHN = Analisis Pearson

Korelasi : A ↔ B
Regresi : A → B

Syarat
1. Skala interval atau rasio.
2. Distribusi data normal.
3. Uji korelasi.
4. 1 Sampel.
5. Linier.

Contoh Soal :
Dari 12 orang penderita baru stroke hemorrhagic yang dirawat di Irna Saraf A, yang
datang pada minggu ketiga Maret 2010, dilakukan pengukuran T sistolik dan umur
untuk mengetahui hubungan antara keduanya.
Didapatkan hasil sbb:
T sist = 160 170 155 170 160 175 170 160 155 150 170 175
Umur = 55 54 50 52 57 60 63 60 56 58 60 52

RESPONDEN T sistolik (X) Umur (Y)

1 160 55
2 170 54
3 155 50
4 170 52
5 160 57
6 175 60
7 170 63
8 160 60
9 155 56
10 150 58
11 170 60
12 175 52

Jika distribusi data dianggap normal

1. Tentukan rumusan masalah dan tujuan penelitian
2. Tentukan hipotesis penelitian.
3. Ujilah apakah terdapat korelasi atau tidak bila α = 0,05 dan tuliskan kesimpulan
dari uji korelasi tersebut.
4. Ujilah korelasi TD sistolik dengan usia bila α = 0,05 dan ρ = 0,7

chasan_ismail
Langkah I
Tentukan rumusan masalah dan tujuan penelitian

Rumusan masalah : Apakah terdapat hubungan antara tekanan sistolik dengan umur
pada penderita CVA bleeding IRNA A di RSUD dr Soetomo ?

Tujuan : Mempelajari hubungan antara tekanan sistolik dengan umur pada penderita
CVA bleeding IRNA A di RSUD dr Soetomo.

Langkah II
Tentukan hipotesis

Hipotesis Penelitian
Terdapat hubungan antara kadar feritin serum dengan kadar seng serum pada anak
dengan thalassemia intermeidet yang dirawat di RSUD dr Soetomo

Hipotesis Statistika
Hipotesis statistik
Soal nomor 3 : H0 :ρ=0
H1 :ρ≠0
Soal nomor 4 : H0 : ρ = 0,7
H1 : ρ ≠ 0,7

Langkah III
Hitung r

No X Y X² Y² XY
1 160 55 25600 3025 8800
2 170 54 28900 2916 9180
3 155 50 24025 2500 7750
4 170 52 28900 2704 8840
5 160 57 25600 3249 9120
6 175 60 30625 3600 10500
7 170 63 28900 3969 10710
8 160 60 25600 3600 9600
9 155 56 24025 3136 8680
10 150 58 22500 3364 8700
11 170 60 28900 3600 10200
12 175 52 30625 2704 9100
∑X=1970 ∑Y=677 ∑X² = 324200 ∑Y² = 38367 ∑XY = 111180

chasan_ismail
Pertanyaan nomor 3

Langkah 4.A.1.
Hitung t

0,105
t= = 1,06
√ (1 – 0,1052) / (12 – 2)

Langkah 4.A.2.
Bandingkan t hitung dengan t tabel (df = n-2)

t tabel = 2,23

H0 ditolak

H0 diterima H0 diterima

- 2,23 + 2,23

Kesimpulan : H0 ditolak
Terdapat hubungan antara kadar feritin serum dengan kadar seng serum pada anak
dengan thalassemia intermeidet yang dirawat di RSUD dr Soetomo

chasan_ismail
Pertanyaan nomor 4

Langkah 4.B.1.
Hitung Zr.

Zr = ½ ln 1,105/0,895 = 0,106

Langkah 4.B.2.
Hitung μ Zr

μ Zr = ½ ln 1,7/0,3 = 0,867

Langkah 4.B.3.
Hitung σ Zr

σ Zr = √ ( 1/ n – 3) = √ (1/9) = 0,333

Langkah 4.B.4.
Hitung Z

Zr – μ Zr 0,106 – 0,867
Z= = = - 2,102
σ Zr 0,333

Langkah 4.B.5.
Bandingkan dengan bilai tabel Z

Z tabel = 1,96
H0 diterima

H0 ditolak H0 ditolak

- 1,96 + 1,96

H0 ditolak : Kita 95 % percaya bahwa hubungan antara T sistolik dan usia tidak sama
dengan 0,7

chasan_ismail
Analisis Regresi Linier Sederhana

Korelasi : A ↔ B
Regresi : A → B

Syarat
1. Skala interval atau rasio.
2. Distribusi data normal.
3. Uji komparasi.
4. Terdapat 1 variabel independen dan 1 variabel dependen.

Contoh soal :
Seorang urolog ingin mencari pengaruh lamanya pengobatan Finasteride terhadap
volume kelenjar prostat melalui USG pada 20 pasien poliklinik urologi yang menderita
BPH selama sebulan.
Didapatkan data :
Lamanya pengobatan (hari): 24,21,10,7,9,10,14,9,7,10,21,28,14,7,10,12,18,7,14,24
Volume prostat (cm3): 30,40,80,100,75,90,65,95,80,70,65,35,55,60,70,55,65,50,45,20

 Tulis hipotesis penelitian

 Uji apa yang saudara pilih untuk mengujinya, jelaskan alasannya
 Kerjakan dengan α=0,05 ; buat grafiknya lalu interpretasi
 Hitung parameter regresi A dan B, buat persamaan regresinya
 Uji signifikansi masing-masing parameter regresi, signifikan atau tidak ?
 Hitung koefisien determinasinya
 Interpretasikaan hasilnya

Hipotesis penelitian :
Terdapat pengaruh pengobatan Finasterid terhadap pengecilan Prostat
Hipotesa statistik :
Ho : Tidak terdapat pengaruh antara lama pengobatan terhadap volume
prostat
H₁ : Ada pengaruh antara lama pengobatan terhadap volume prostat

Langkah I
Buat tabel

x : variabel independen
y : variabel dependen

Pasien Xi Yi Xi
2 XY Yi
2

1 24 30 576 720 900

2 21 40 441 840 1600
3 10 80 100 800 6400
4 7 100 49 700 10000
5 9 75 81 675 5625
6 10 90 100 900 8100
7 14 65 196 910 4225
8 9 95 81 855 9025
9 7 80 49 560 6400
10 10 70 100 700 4900
11 21 65 441 1365 4225
chasan_ismail
 12 28 35 784 980 1225
13 14 55 196 770 3025
14 7 60 49 420 3600
15 10 70 100 700 4900
16 12 55 144 660 3025
17 18 65 324 1170 4225
18 7 50 49 350 2500
19 14 45 196 630 2025
20 24 20 576 480 400
N=20 ∑Xi=276 ∑Yi=1245 ∑Xi2=4632 ∑XiYi=15185 2
∑Yi =107663
X= Y=
62,25 13,8

Langkah II
Hitung Slope / Gradien b

b = 15185-276.1245/20
4632-2762/20
b = -1990
823,2
b = -2,42

Slope (b) bernilai nilatif artinya Koefisien Regresi berjumlah 2,425ndan bernilai
NEGATIF perubahan satu unit/satuan pada x mengakibatkan perubahan b satuan pada
Y

Langkah III
Hitung intercept a

a
Y i
- b.
X i
n n

a = 62,25+2,42.13,8 = 95.65

Langkah IV
Buat persamaan garis regresi

Y = a + bX
Y = 95.65 – 2,42X

chasan_ismail
Langkah IV
Hitung S

Pasien Yi Ŷ = 95,65 – 2,42x (Yi-Ŷ)

2

1 30 37.57 57.30
2 40 44.83 23.33
3 80 71.45 73.10
4 100 78.71 453.26
5 75 73.87 1.28
6 90 71.45 344.10
7 65 61.77 10.43
8 95 73.87 446.48
9 80 78.71 1.66
10 70 71.45 2.10
11 65 44.83 406.83
12 35 27.89 50.55
13 55 61.77 45.83
14 60 78.71 350.06
15 70 71.45 2.10
16 55 66.61 134.79
17 65 52.09 166.67
18 50 78.71 824.26
19 45 61.77 281.23
20 20 37.57 308.70
N=20 ∑Ŷ = 1245.08 ∑(Yi-Y) =
2

3984.06

S2 = 3984,06 / 18
= 221,34
S = 14,88

Langkah V
Hitung varian a, varian b, dan SE

Pasien Xi (Xi-X) (xi-X)

2

1 24 10,2 104,04
2 21 7,2 51,84
3 10 -3,8 14,44
4 7 -6,8 46,24
5 9 -48 23,04
6 10 -3,8 14,44
7 14 0,2 0,04
8 9 -4,8 23,04
9 7 -6,8 46,24
10 10 -3,8 14,44
11 21 7,2 51,84
12 28 14,2 201,64
13 14 0,2 0,04

chasan_ismail
14 7 -6,8 46,24
15 10 -3,8 14,44
16 12 -1,8 3,24
17 18 4,2 17,64
18 7 -6,8 46,24
19 14 0,2 0,04
20 24 10,2 104,04
2
∑(Xi-X) = 8814,29

Var (a) = 221,34 ( 1/20 + 13,82 ) = 15,85

8814,29

SE (a) = √Var (a) = √15,85 =3,98

Var (b) = 221,34 = 0,02

8814,29

SE (b) = √Var (b) = √0,02 = 0,14

Langkah VI
Menaksir α dan β

Menaksir  :
95 % interval kepercayaan untuk  :
a + tn-2 , /2 SEa
95,65 + 2,10 x 3,98 = 95,65 + 8,36

Menaksir  :
95 % confidence interval untuk  :
b ± tα/2, n-2 SE b
-2,42 + 2,10 x 0,14= -2,42 + 0,29

Langkah VII
Uji hipotesis

Uji hipotesis a :

= 95,65/3,98 = 24,03

chasan_ismail
titik kritis t  0,05 df 10-2 adalah + 2,10

H0 : ditolak bila t > t1-/2 , df = n -2 atau

t < t/2 , df = n – 2

24,03 > 2,10  diterima

H0 :  = 0  garis regresi lewat titik asal (0,0)

H1 :   0  garis regresi tidak lewat titik asal

Uji hipotesis b :

= - 2,42/ 0,14 = -17,28

H0 :  = 0  Y tidak tergantung pada X

H1 :   0  Y tergantung pada X

Langkah VIII
Mencari SS REGR

chasan_ismail
Langkah IX
Mencari r (koefisien korelasi)

r2 : r02 : koefisien determinasi

chasan_ismail
 Anova = Analysis of Variance

Syarat :
1. Komparasi antar mean (>2)
2. Skala pengukuran minimal Interval
3. Antar sampel independent
4. Varian perlakuan homogen
5. Masing 2 sampel berasal dari populasi yang berdistribusi normal

Contoh Soal :
Pada pengukuran saturasi O2 pasien syok yang baru diterima diruang Res di RSUD Dr
Soetomo pada tiga kelompok syok didapatkan data sebagai berikut:
Syok Hipovol : 90,86,85,90,85,85,85,86
Syok Septik : 95,95,98,96,95,95
Syok Cardiogenik : 80,80,82,85,86,80
Bandingkan rata-rata saturasi O2 pada ketiga kelompok diatas, jika α= 0,05 dan
dengan asumsi data berdistribusi normal

Langkah I
Menentukan :

Tujuan penelitian : membandingkan saturasi O2 pada pasien syok ipovolumik, siptik,

dan cardio syok yang baru diterima diruang Res di RSUD Dr Soetomo.

Hipotesis penelitian : Terdapat perbedaan saturasi O2 pada pasien syok ipovolumik,

siptik, dan cardio syok yang baru diterima diruang Res di RSUD Dr Soetomo.

Hipotesis statistika
H0 : μ1 = μ2 = μ3
H1 : minimal ada salah satu yang beda

Langkah I
Buat tabel bantu
KELP 1 KELP 2 KELP 3 TOTAL KUADRA
T
no
X X² X X² X X²

1
2

10

n n1 n2 n3 n tot
Σx Σ x1 Σ x2 Σ x3 Σ x tot (Σ x tot)²
Σx² (Σ x ²)1 (Σ x ²)2 (Σ x ²)3 (Σ x ²) tot
mean mean1 mean2 mean3
(Σ (Σ x1)² (Σ x2)² (Σ x3)²
x)²/n / n1 / n2 / n3

chasan_ismail
Langkah II
Hitung Faktor Koreksi (FK)

Langkah III
Hitung SS total

Langkah IV
Hitung SS bg

Langkah V
Hitung SS wg

SS wg = SS total – SS bg

Langkah VI
Hitung DF bg

DF bg = jumlah kolom – 1

Langkah V
Hitung DF wg

DF wg = jumlah n total – jumlah kolom

Langkah VI
Hitung MS bg

Langkah VII
Hitung MS wg

chasan_ismail
Langkah VIII
Hitung Fhitung

Langkah IX
Bandingkan Fhitung dengan Ftabel
 Membaca F tabel :
 Lihat α nya berapa dalam soal,
 DF numerator = Jumlah kolom (kelompok) – 1
 DF denominator = Jumlah n total (jumlah n ke kanan) – jumlah kolom
 Bandingkan dan simpulkan sesuai Ho dan Ha nya

H0 ditolak : F > F1-(k – 1 ; nT – k)

Terdapat perbedaan yang signifikan, lanjut ke masing – masing kelompok.

Tabel anova
SBR VARIASI S.S D.F M.S F.ratio Ftabel

0,01 0,05

B.G SS bg DF bg MS bg MS bg 4.94 3.0

W.G SS wg DF wg MS wg MS wg

TOTAL

Langkah X
Hitung LSD test

Langkah XI
Hitung Selisih Nilai rata - rata

Hitung : Semuanya HARGA MUTLAK JANGAN LIHAT NILAI MINUS !

μ₁ - μ₂ = …..
μ₁ - μ₃ = …..
μ₂ - μ₃ = …..

chasan_ismail
Langkah XII
Buat matriks selisih nilai rata – rata

Terdapat perbedaan bermakna antara kelompok … & … dan…. & … pada p<0,05 karena
selisih rata-rata > LSD0,05

chasan_ismail
UJI STATISTIK NON PARAMETRIK

Wilcoxon Sign Rank Test

Suatu perusahaan melakukan penelitian untuk mengetahui apakah promosi yang

dijalankan cukup efektif / tidak. dilakukan penelitian tentang volume penjualan
terhadap 8 penyalur sebelum & sesudah promosi.
digunakan  = 0,05 & Uji 2 pihak

Langkah I
 Hitung d (perbedaan 2 nilai pengamatan dari n pasangan data)
 Bila dijumpai d = nol --> didrop

Langkah II
 Buat rank pada beda-beda pasangan data dari terkecil --> terbesar, tanpa
memperhatikan tandanya. Bila terdapat ties --> rankingnya merupakan rata-
ratanya.
 Berilah tanda(+) atau (-) pada rank yang telah kita buat dari d asalnya.
 Hitung jumlah T + dan jumlah T -.

Penyalur XB XA d Ranking

Tanpa Tanda Dengan Tanda

1 82 63 19 7 7
2 69 42 27 8 8
3 73 74 -1 1 -1
4 43 37 6 4 4
5 58 51 7 5 5
6 56 43 13 6 6
7 76 80 -4 3 -3
8 85 82 3 2 2

T (-) = 4 T (+) = 32

chasan_ismail
Langkah III
Pilih T yang terkecil (tidak melihat tanda)
T=4

Langkah IV
Bandingkan nilai T dengan titik kritis T di tabel wilcoxon sign rank test (tabel G)
H0 diterima bila T < Tkritis

Bila n > 25→ pendekatan distribusi normal

T  n(n  1)
Z
n(n  1)( 2n  1)
24
(titik kritis tabel z)

chasan_ismail
Wilcoxon Two Samples Test = The Wilcoxon Rank Sum Test

1. Digunakan untuk menguji apakah kedua sampel berasal dari populasi dengan
distribusi yang sama.
2. Merupakan alternatif daripada t test untuk 2 sampel yang bebas bila syarat
penggunaan tidak terpenuhi
3. digunakan bila :
a. Berhadapan dengan 2 sampel bebas
b. Masing2 sampel mempunyai data kwanti (skala ratio & interval) yang
tidak mengikuti asumsi distribusi normal atau pada data semi kuanti (skala
ordinal)
c. Uji komparasi antara 2 sampel bebas

CARA :
1. Data dari n1 dan n2 gabungkan dan susun menurut
rankingnya dari yang terkecil ke terbesar atau ke N =
n1 + n2
2. Bila ada Ties maka ranking merupakan hasil rata2nya
3. Jumlahkan rank = R1 pada sampel yang paling kecil
bila n1 ≠ n2.
Bila n1 = n2 --> salah satu dapat dipilih.
4. Uji Statistik :
R1 = ∑ ranking pada sampel I
5. Titik kritis dapat dilihat ditabel Wilcoxon two sample
test dengan , n1, & n2 yang sesuai serta One Tailed or
Two Tailed Test --> ketemu :
Tl = lower critical value
Tr = upper critical value

6. H0 ditolak bila R1 > Tr atau

R1 < Te
7. Bila n1 & n2 tidak tercantum pada tabel wilcoxon two sampel -->
lakukan pendekatan ke distribusi normal -->

Rumus :
R  1 n ( N  1)  0.5
T 1 2 1
"Fundamentals
of Biostatistiks
1
2 n1n 2 ( N  1) by Bernard
Rosner p290

Titik kritis lihat di tabel Z

H0 ditolak bila : T  Z1 
2 atau
T  Z
2

atau Z
R 1  R 1  12
Text book : "Statistical
Analysis in Psychology
1
2 n1n 2 N  1 and Education" by George
A Ferguson P40

n1 (n1  n 2  1)
dimana R 1  mean 
2
chasan_ismail
 8. Bila ties cukup banyak --> dilakukan koreksi
terhadap standard deviation pada denominator
Rumus Z :

Z
R 1  R1  1
2

( N12 N   T)
n1n 2 3

N ( N 1)

t3  t
dimana : T t = banyaknya nilai2 yang
12 sama pada rank tertentu

Contoh soal : n1 = 10 n2 = 12 N = 22
Sampel I : 27 33 37 52 53 57 69 70 71 77
Sampel II : 6 9 14 16 29 43 45 47 50 55
63 72
Ranking :
Sampel I : 5 7 8 13 14 16 18 19 20 22
Sampel II : 1 2 3 4 6 9 10 11 12 13
17 21
R1 = 142 R1 = 115

Z
142  115  12  1.75
10X12(10  12  1) Z0,05 two tailed test = + 1.96
12
Jadi H0 diterima

chasan_ismail