Analisis Data

• Analisis hubungan antara 2 variabel (bi- • Uji hipotesis 1 arah/one tail

variat) atau >2 (multi-variat) • Ho: Tidak ada perbedaan/hubungan antar
•  Dilakukan prosedur Pengujian var
Hipotesis • Ha: Ada pernyataan perbedaan yg satu

• Uji hipotesis (2 arah/two tail) lebih tinggi/rendah dari yg lain

• Ho: Tidak ada perbedaan/hubungan antar
var
• Ha: Ada perbedaan/hubungan antar var

Keputusan Uji Statistik Memilih Teknik Analisis/Uji

(Probabilistik) Statistik
Di Populasi • Bentuk distribusi; jumlah sampel
Keputusan
Ho Benar Ho Salah
– Distribusi normal  uji parametrik >< non par
Tdk Menolak Benar (1-α) Kesalahan tipe II
Ho (β)
– Sampel besar  uji parametrik >< non par
Menolak Ho Kesalahan tipe I Benar (1-β)
(α) • Jenis data yg dianalisis
• Bandingkan P Value vs nilai α (alfa) • Sifat data dependen/independen
• nilai α (alfa)  tk signifikansi, peluang
kesalahan menolak Ho (padahal Ho benar)
• P ≤ nilai α  Ho ditolak
• P > nilai α  Ho gagal ditolak

Uji Statistik Menurut Jenis Data UJI T Independen

VARIABEL 1 VARIABEL 2 ANALISIS • ASUMSI
KATEGORIK NUMERIK UJI T (2 kategori), – Distribusi normal
ANOVA (>2 – Data independen
KATEGORIK KATEGORIK kategori)
KAI KUADRAT – Variabel numerik vs kategorik (hanya 2 kelompok)
NUMERIK NUMERIK KORELASI, • OUTPUT uji statistik
REGRESI – Pilih asumsi variasi sama/beda (Levene’s test)
• Sebelum/sesudah diet vs berat badan (dependen) – P levene’s test ≤ α  pilih asumsi varian beda
• Grup berdiet/tdk berdiet vs berat badan – Baca P Value T-test
(independen)
• pria/wanita vs hipertensi/non
• Frekuensi/durasi berolah raga vs tekanan darah
 PENYAJIAN UJI ANOVA
VARIAB MEAN SD SE; CI P N • ASUMSI
EL VALUE
– Distribusi normal, varian homogen
– Data independen
– Variabel numerik vs kategorik (>2 kelompok)
• Interpretasi: • OUTPUT uji statistik
– Gambaran/deskriptif – Baca 95% CI
– Hipotesis – Baca P Value Anova-test
– Kesimpulan hasil uji statistik – Baca Post Hoc Tests (Benferroni), mana
kelompok yg berbeda siginikan

KAI KUADRAT PENYAJIAN

• Asumsi :
• KATEGORIK vs KATEGORIK
• Tdk boleh ada sel E<1 dep1 dep2 TOTA OR
VAR P
• Tdk boleh ada sel E<5, >20% N % N % N L % 95%CI
• Jika ada sel harus gabung (jml sel matriks lebih Indep1
sedikit) Indep2
• OUTPUT :
– Baca P Value dan Odds Ratio TOTAL
SEL DATA UJI • Interpretasi:
Tabel 2x2, ada sel < 5 Fisher Exact – Gambaran/deskriptif
Tabel 2x2, tidak ada sel Continuity Correction – Hipotesis
< 5 lebih 2x2
Tabel Pearson Chi Square – Kesimpulan hasil uji statistik (P value dan OR)

KORELASI, REGRESI PENYAJIAN

• ASUMSI: NUMERIK vs NUMERIK
VARIAB r R2 Pers Garis P Value
• r (-) hub negatif, r (+) hub linier positif EL
• r = 0,00 – 0,25  tdk ada hub/lemah
• r = 0,26 – 0,50  hubungan sedang
• r = 0,51 – 0,75  hubungan kuat • Interpretasi:
• r = 0,76 – 1,00  hubungan sangat kuat – Hipotesis
• R2  variasi yg dpt dijelaskan oleh – Kesimpulan hasil uji statistik
persamaan
• Prediksi: Y = Y ± (1,96 x std error estimate)
pada 95% CI