epid
OLEH :
Kelompok 1
Eka K.16.01.007
Penyusun
DAFTAR ISI
DAFTAR PUSTAKA…………………………………………………………..
BAB I
PENDAHULUAN
A. Latar Belakang
Dalam bab-bab yang telah lalu kita telah mempelajari analisis data dari
data numeric , bagaimana kalau data terdiri dari kata kategorik. Di dalam
mempelajari statistic deskriptif data yang berasal dari skala ukuran nominal
dan ordinal akan membentuk data kategori, contoh, Golongan darah terdiri
dari empat kategori (O,A,B,AB). Kepada responden suatu penelitian
ditanyakan apakah merekah merokok atau tidak, mungkin didapatkan dua
kategori perokok dan bukan perokok. Misalnya dari 50 orang yang ditanyakan
15 orang merokok, didapatkan proporsi perokok adalah (x/n) = 15/50 = 0,3 (p)
sedangkan proporsi bukan perokok adalah (1-p) = 1-0,3 = 0,7. Biasa juga
disimbolkan dengan (q).
Dasar analisis data kategorik adalah pendekatan distribusi binominal kepada
distribusi normal, hal ini dapat dilakukan apabila jumlah sampel (n) cukup
besar dan np ≥ 5 atau n (1-p) ≥ 5. Pendekatan ke distribusi normal diperlukan
dua parameter, yaitu mean dan standar deviasi untuk data proporsi.
X = np s = √np ( 1-p) = √npq
Untuk melakukan inferensi data proporsi, di perlukan distribusi sampling
harga proporsi. Sama dengan distribusi sampling harga mean menurut central
limit theorem adalah:
1. Proporsi dari distribusi sampling harga proporsi akan sama dengan
proporsi populasi (𝜋)
2. Standar deviasi distribusi sampling proporsi (Standar Eror)
3. Distribusi sampling harga proporsi membentuk distribusi normal
B. Rumusan Masalah
1. Bagaimana uji beda proporsi ?
2. Bagamana konsep uji hipotesis beda satu proporsi ?
C. Tujuan
1. Mampu mengetahui uji beda proporsi
2. Mampu mengetahui konsep uji hipotesis beda satu proporsi
BAB II
PEMBAHASAN
𝑝𝑞
Rumus : 𝜋 = p ± X1/2𝛼 SE = P ± Z1/2𝛼 √
𝑛
= 0,4 ± 0,14
= (0,26 ; 0,54)………CI 95%
Jadi diyakni proporsi ibu hamil yang anemia dipopulasi sinya (puskesmas
“PQR”) terletak antara 0,26 dan 0,54atau di antara 26% s/d 54%.
b. Estimasi perbedaan dua prporsi
Penelitian di puskesmas lain (puskesmas “XYZ”) dari 30 sampel ibu
hamil didapatkan 15 ibu menderita anemia. Kalau dari kedua sampel ini mau
dilihat berapa pernbedaan proporsi anemia pada kedua populasi “PQR” dan
populasi di puskesmas “XYZ” kita berhadapan dengan estimasi perbedaan dua
proporsi.
Contoh:
Puskesmas “PQR” n=50 x=30 p1=30/50=0,3
Puskesmas “XYZ” n=30 x=15 p2=15/30=0,5
P`= x1+x2
n1+n2 q’ = (1-p’)
50+30
Rumus:
1 1
(ᴫ1-ᴫ2) = (p1-p2) Z1/2a √𝑝′ 𝑞( + 𝑛2)
𝑛1
Kalau dimasukkan nilai yang berasal dari soal diatas maka pada Cl 95%
1 1
(ᴫ1-ᴫ2) = (0,3-0,5) ± 1.96 √0,44𝑥0,56( + 30)
50
= -0,2 ± 0,23
PENUTUP
A. Kesimpulan
Dasar analisis data kategorik adalah pendekatan distribusi binominal
kepada distribusi normal, hal ini dapat dilakukan apabila jumlah sampel (n)
cukup besar dan np ≥ 5 atau n (1-p) ≥ 5. Pendekatan ke distribusi normal
diperlukan dua parameter, yaitu mean dan standar deviasi untuk data proporsi.
B. Saran
Penulis tentunya masih menyadari jika mkalah diatas masih terdapat
banyak kesalahan dan jauh dari kesempurnaan. Penulis akan memperbaiki
makalah tersebut dengan berpedoman pada banyak sumber serta krtitik yang
membangun dari pembaca.
DAFTAR PUSTAKA