(bukan)

Rekap UTS Riset 4

Agak-agak lupa sebenernya ini semua ada di UTS
atau engga, yaudahlah ya buat baca tipis aja
hehehe
Kalau ada jawaban yang salah, mon maap ya
 Variabel

Saling Saling
Apakah ada
bebas Apakah terdapat terikat perbedaan nilai
perbedaan nilai
UKMPPD FK UNILA
UKMPPD FK UNILA
sebelum dan
dan UNIMAL
sesudah TO?

2 sampel  FK
1 sampel  FK
UNILA DAN FK
UNILA
UNIMAL
 Slide dr. Dian
• Analisis Inferensial: Lebih 2 Kelompok,
Korelasi, dan Regresi
1. Tujuan Analisis Data
2. Hal-hal yang menentukan analisis
data
 3. Alfa adalah
• Tingkat kemaknaan, bisa juga sig. (p)
• Nilai yang menunjukan besarnya peluang
salah dalam menolak H0
• Besarnya 5% (0,05) atau 1% (0,01)
• Bermakna jika:
1. P value  p<a  menolak H0
2. 95% CI  tidak melewati angka 1  menolak
H0
 4. Jenis analisis data kuantitatif
Jenis Keterangan Var Var
dependen/terikat independen/bebas
Univariat Menjelaskan masing-
masing variabel yang
diteliti
Bivariat Analisis 2 variabel 1 1
Multivariat Analis >2 variabel 1 >1
5. Analisis bivariat
6. Uji normalitas data numerik
 7. Transformasi data jika tidak normal
• Lg10
• Ln
• Exp
• Sqrt
SPSS
8. Asumsi Uji Anova
 ANOVA – POST HOC
• Anova: kategorik-numerik
• Perbedaan rerata berat badan bayi (numerik)
berdasarkan tingkat pendidikan ibu (kategorik
 ordinal)
• Anova untuk melihat apakah ada perbedaan
rerata, jika H0 ditolak  H1 diterima 
bermakna
• Dilanjutkan POST HOC  untuk mengetahui
kelompok mana yang bermakna
9. Contoh Uji Anova
1. Lihat 95% CI: tidak
melewati angka 1, maka
H0 ditolak. Interpretasi:
terdapat perbedaan BB
bayi dengan tingkat
pendidikan ibu.
2. Lihat sig: p<a, maka H0
ditolak. Interpretasi:
terdapat perbedaan BB
bayi dengan tingkat
pendidikan ibu.
10. Contoh Uji Post Hoc
1. Lihat sig/95% CI, jika
p<a atau 95CI tidak
melewati 1  terdapat
perbedaan bermakna di
tingkat tersebut
2. Interpretasi: terdapat
perbedaan rerata BB
bayi berdasarkan tingkat
pendidikan ibu yang
bermakna pada
kelompok SD-SMP, SD-
PT, SMP-SMU, dan SMP-
PT
SPSS
Jika di soal “...
PERBEDAAN
RERATA...”, bukanya
compare means
 11. Uji Korelasi
• Numerik-numerik
• PEARSON  parametrik/distribusi normal
• SPEARMAN  non parametrik/distribusi tidak
normal
12. Contoh Uji Korelasi
1. Lihat p value: p<a, maka H0 ditolak  ada
hubungan perilaku konsumsi buah dan
sayur dan status gizi dengan kadar
kolestrol total.
2. Lihat r: berada di 0,833  hubungan
sangat kuat/sempurna
3. Lihat r: (+) berarti hubungannya
berbanding lurus, (-) berarti hubungannya
berbanding terbalik 
- terdapat hubungan yang berbanding terbalik
antara perilaku dengan kadar kolesterol, berarti
semakin konsumsi buah dan sayur, maka kadar
kolesterol semakin rendah (dan sebaliknya)
- terdapat hubungan berbanding lurus antara
status gizi dengan kadar kolestrol, berarti semakin
tingi status gizi, maka kadar kolestrol semakin
tinggi
4. Lihat R2: kadar kolesterol dipengaruhi
perilaku konsumsi 69,38% dan status gizi 69,88%,
sisanya oleh faktor lain
13. Uji Regresi
 Slide dr. Jhons
• Analisis Data Penelitian Eksperimental Dan
Analisis Probit
 14. Analisis data penelitian
eksperimental
• Perbedaan tingkat kesembuhan yang
Uji T bermakna antara obat standar dan obat
yang diuji

• Bila terdapat beberapa tingkatan dosis

Uji Anova • Mengetahui perbedaan antar kelompok

• Lanjutan uji ANOVA

Post Hoc • Untuk mengetahui tngkatan dosis mana
yang bermakna
 15. Analisis probit
Soal lain:
1. Interpretasi yang
pilihannya ada
lethal time..
(karna kurva x
adalah lethal
time)
2. Memasukkan
angka ke dalam
persamaan
y=a+bx

• Tarik garis lurus dari 50 sampai ke kurva

• Kalau ga salah suruh interpretasi  ED50 nya adalah 125ug/mL  akan
menyebabkan penghambatan pada 50% subjek pada dosis 121ug/mL
• ED50: dosis efektif yang dapat memberikan efek positif 50% pada kelompok
subjek penelitian
16. Hasil yang didapat di analisis probit
• Inhibition conc. (IC)
• Efective conc. (EC)
• Effective dose (ED)
• Toxicity dose (TD)
• Lethal dose (LD)
 Slide Bu dyah
• Uji Statistik
• Statistik Inferensial
• Metode Statistik Inferensial
• Interpretasi Hasil Uji Statistik
 17. Uji statistik

Non
Parametrik
Parametrik
Skala interval Skala nominal
atau rasio  atau ordinal
numerik  kategorik

Distribusi Distribusi
normal tidak normal

Jumlah
sampel besar
 18. Uji statistik

Dua Satu
arah Peneliti belum tau
arah hipotesis,
arah Penliti sudah tau
arah hipotesis,
apakah lebih rendah antara lebih rendah
atau lebih tinggi atau lebih tinggi

Hipotesis: uang saku

rata-rata anak Fk  Hipotesis: uang saku
ga tau lebih tinggi anak Fk berada di
atau lebih rendah atas 500 ribu
dari rata-rata
Grafik dua arah Grafik satu arah
HAPALIN BEEEET YANG INI BEBERAPA
KELUAR

NO-N Parametrik

Kayaknya banyak
keluar dari sini,
lihat bawahnya
dulu

PIR  Parametrik
untuk Interval
dan Rasio
 Contohnya
• Jika kita ingin melihat korelasi/asosiasi/hubungan:
1. Distribusi normal/parametrik  PEARSON
2. Distribusi tidak normal/non SPEARMAN

• Jika data kita berupa interval/rasio

1. Distribusi normal/parametrik  t-test related
2. Distribusi tidak normal/non sign test/wilcoxon
*khusus ini lihat jumlah sampelnya, 2 atau >2, related/independent

Pokoknya kalau distribusi tidak normal, naik ke atas atau langsung

liat tavel yang non para wkwkwk gitulah ya liat tabel aje
19. Statistik inferenisial
 20. Kesalahan dalam uji hipotesis
• Kesalahan tipe 1  alfa: kesalahan menolak
H0, padalah H0 benar
• Kesalahan tipe 2  beta: kesalahan menerima
H0, padahal H0 salah
 21. Keputusan
• Patokan H0, JIKA KURANG MAKA DITOLAK
Uji normalitas:
Jika p<a, maka H0 ditolak, H1 diterima
interpretasi: data terdistribusi normal, tapi dilihat
lagi deng di H0 dan H1 nya gimana

Uji hipotesis:
Jika p<a, maka H0 ditolak, H1 diterima
interpretasi: terdapat korelasi/perbedaan rerata
(tergantung hipotesis)
Jika:
N kurang dari sama dengan 50 Saphiro Wilk
N > 50  Kolmogorov Smirnov
Interpretasi:

BB bayi: p>a, maka H0 diterima  data tidak terdisribusi normal

Hb: p<a, maka H0 ditolak  data terdistribus normal
BB bayi: p>a, maka H0 diterima  data tidak terdisribusi normal
Hb: p<a, maka H0 ditolak  data terdistribus normal
 SPSS
• Analyze
• Desciptive
• Explore
• Plots  normality plots with test
Bb bayi: tidak normal  (median, min-max) 
3150, 2100-4100
Hb: normal  (mean, std)  10,976;1,1182
 SPSS
• Analyze
• Descriptive
• Frequencies
• Charts
• Statistic  ceklis
P<a, maka H0 ditolak  menerima H1 
terdapat korelasi
r (correlation coeff) berada di rentang
0,2-0,4 00  rendah
r negatif  hubungan berbanding
terbalik
Interpretasi:
Terdapat korelasi berbanding terbalik antara
Hb ibu dan BB bayi dengan tingkat hubungan
rendah
Lihat jumlah N  50, maka langsung pakai syarat 1
Interpretasi:
P<a, maka H0 ditolak  H1
diterima  ada perbedaan
pemberian ASI ....
Melihat keseragaman
p>a  seragam  lihat yang equal variances assumed
Hasil uji t
P>a, maka H0 menerima H0 tidak terdapat perbedaan ..
95 CI  melewati 1  menerima H0 tidak terdapat perbedaan ..
Perbedaan rerata
Korelasi
Chi Square