TUGAS STATISTIK KESEHATAN

DOSEN PENGAMPU
Drs. Hermawan Pancasiwi, BA., M.Si.

OLEH
MUHAMMAD IRSYAD KHRESNA AJI (18.C2.0074)

ANGKATAN XXX
MAGISTER HUKUM KESEHATAN
FAKULTAS HUKUM DAN KOMUNIKASI
UNIVESITAS KATOLIK SOEGIJAPRANATA SEMARANG
2019
 1. Uji binominal
H1: Mahasiswa Hukum Kesehatan memiliki kemampuan rata-rata/sama.

Binomial Test

Exact Sig. (2-

Category N Observed Prop. Test Prop. tailed)

HasilUjian Group 1 "Gagal" 7 .35 .50 .263

Group 2 "Lulus" 13 .65

Total 20 1.00

Kesimpulan yang dapat ditarik dari hasil ujian Magister Hukum Kesehatan adalah sebagai berikut:

1. Distribusi mahasiswa yang gagal dalam mengikuti ujian statistic sebanyak 7 orang.
2. Distribusi mahasiswa yang lulus dalam mengikuti ujian statistic sebanyak 13 orang.
3. Diketahui bahwa terdapat 7 orang yang gagal dari 20 orang mahasiswa, sehingga proporsi yang
diobservasi adalah (7/20=) 0.35.
4. Hipotesis null menyatakan bahwa proporsi ini adalah sebanyak 0.5 dari seluruh populasi.
5. P value dari uji statistic ini memberikan hasil 0.263. Apabila proporsi mahasiswa yang gagal
dalm ujian statistic benar-benar sebanyak 0.5 dari seluruh mahasiswa, maka dapat diperoleh
26.3% kemungkinan didapatkan ≤ 7 mahasiswa yang gagal ujian statistic dari keseluruhan
jumlah 20 mahasiswa.
6. P value tidak lebih kecil dari tingkat signifikan tes yang diharapkan (0.05), sehingga bisa
disimpulkan bahwa tidak cukup bukti untuk menolak hipotesis null, dan bisa disimpulkan bahwa
hipotesis alternative yang benar.
7. Berdasarkan hasil tes binominal tersebut dapat disimpulkan bahwa Mahasiswa Hukum
Kesehatan memiliki kemampuan rata-rata/sama.
 2. Uji Korelasi
a. IQ dan Prestasi Belajar

Correlations

IQ PrestasiBelajar

IQ Pearson Correlation 1 .713**

Sig. (2-tailed) .003

N 15 15

PrestasiBelajar Pearson Correlation .713** 1

Sig. (2-tailed) .003

N 15 15

**. Correlation is significant at the 0.01 level (2-tailed).

Hasil uji statistic korelasi antara IQ dan prestasi belajar didapatkan bahwa
p value sebesar 0.003 (<0.05) sehingga dapat disimpulkan bahwa
terdapat hubungan yang signifikan antara IQ dan prestasi belajar

b. IQ dan Motivasi Belajar

Correlations

IQ MotivasiBelajar

IQ Pearson Correlation 1 .671**

Sig. (2-tailed) .006

N 15 15

MotivasiBelajar Pearson Correlation .671** 1

Sig. (2-tailed) .006

N 15 15

**. Correlation is significant at the 0.01 level (2-tailed).

Hasil uji statistic korelasi antara IQ dan motivasi belajar didapatkan

bahwa p value sebesar 0.006 (<0.05) sehingga dapat disimpulkan bahwa
terdapat hubungan yang signifikan antara IQ dan motivasi belajar
 c. Motivasi Belajar dan Prestasi Belajar
Correlations

MotivasiBelajar PrestasiBelajar

MotivasiBelajar Pearson Correlation 1 .931**

Sig. (2-tailed) .000

N 15 15

PrestasiBelajar Pearson Correlation .931** 1

Sig. (2-tailed) .000

N 15 15

**. Correlation is significant at the 0.01 level (2-tailed).

Hasil uji statistic korelasi antara prestasi belajar dan motivasi belajar didapatkan bahwa p value sebesar

0.006 (<0.05) maka Ho ditolak sehingga dapat disimpulkan bahwa terdapat hubungan yang signifikan

antara prestasi belajar dan motivasi belajar.

3. Uji Normalitas

Prodi Magister Hukum Kesehatan Unika melakukan promosi untuk menjaring mahasiswa
baru. Dipikirkan lokasi promosi kesehatan yang tepat dan terdapat 5 lokasi pilihan yang akan
dicoba dalam waktu bersamaan selama 3 hari.

Didapatkan hasil dalam 3 hari tersebut dan dilakukan analisis sebaran data apakah
terdistribusi secara normal atau tidak.
Dilakukan pengujian dengan menggunakan Shapiro Wilk dan Lilliefors dalam Uji Normalitas
dikarenakan jumlah sampel lokasi promosinya bernilai kecil.

Setelah dilakukan pengujian didapatkan output :

Case Processing Summary

Cases

Valid Missing Total

N Percent N Percent N Percent

Pengunjung 5 100.0% 0 0.0% 5 100.0%

Didapatkan bahwa data yang akan dilakukan pengujian distribusi layak untuk dilakukan
pengujian dengan catatan semua data (5 sampel) masuk dalam pengujian.
Dilakukan pengujian normalitas data, dengan persyaratan :
1. Jika Sig. atau nilai probabilitas < 0,05 maka didapatkan data berdistribusi tidak
normal
2. Jika Sig. atau nilai probabilitas > 0,05 maka didapatkan data berdistribusi normal

Didapatkan :

Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk

Statistic df Sig. Statistic df Sig.

Pengunjung .267 5 .200* .900 5 .409

*. This is a lower bound of the true significance.

a. Lilliefors Significance Correction

Sehingga bisa disimpulkan rata-rata dari 5 kelompok sampel tersebut mempunyai distribusi
data yang normal dikarenakan nilai Sig. > 0,05.

Akan tetapi setelah dilakukan pengujian dengan Box-Plot, ditemukan 1 lokasi sampel yang
mempunyai sebaran / distribusi data yang berbeda dibandingkan dengan lokasi sampel yang
lain, yaitu lokasi “Pameran Edukasi di Hotel Ashoka”
Sehingga dengan adanya hal ini, walaupun secara rata-rata dan statistik didapatkan distribusi
data (populasi) pengunjung yang datang ke lokasi promosi mempunyai distribusi yang
normal (Sig. = 0,409), namun terdapat kesenjangan jumlah pengunjung di lokasi “Pameran
Edukasi di Hotel Ashoka”.

Agar dapat mempunyai distribusi populasi yang normal, diperlukan penambahan jumlah
sampel (populasi) pada lokasi tersebut. Sehingga saran yang bisa diterapkan untuk mengatasi
kesenjangan tersebut :
1. Melakukan upaya promosi yang maksimal, misal dengan memperbaiki tampilan booth
pameran agar lebih menarik sehingga pengunjung lebih banyak yang tertarik untuk
berkunjung ke booth tersebut.
2. Melakukan upaya promosi “jemput bola” yaitu dengan melakukan penawaran dan
promosi di dekat resepsionis dengan tampilan yang menarik, sehingga tamu hotel
yang berada di resepsionis hotel Ashoka mengetahui informasi bahwa terdapat booth
pameran edukasi mengenai penerimaan mahasiswa baru Prodi Magister Hukum
Kesehatan Unika.
3. Apabila telah dilakukan upaya promosi maksimal namun tetap pada lokasi tersebut
tidak mengalami kenaikan jumlah pengunjung yang signifikan, maka hal tersebut bisa
menjadi bahan evaluasi untuk penentuan lokasi yang baru (mencari lokasi promosi
yang baru yang lebih baik).