Anda di halaman 1dari 11

Matematika & Statistika 4/8/2020

Kenapa sih farmasi harus belajar


matematika & statistika?

MATEMATIKA & STATISTIKA


Compiled and modified by Devika Nurhasanah, M. Pharm. Sci., Apt

ALUR PENELITIAN OUTLINE


• Memilih Masalah
Uji kebermaknaan rata-rata:
• Studi pendahuluan
❑Pendahuluan uji hipotesis
• Rumusan Masalah
• Membuat Landasan Teori
❑Pengertian hipotesis
• Merumuskan hipotesis ❑Pengujian hipotesis
• Menentukan pendekatan penelitian ❑Kesalahan pada uji hipotesis.
• Menentukan variabel dan sumber data ❑Prosedur uji hipotesis
• Menentukan instrumen (dengan apa data diperoleh) ❑Jenis Uji hipotesis
• Pengumpulan data
❑Uji outlier.
• Analisis Data
❑Pengantar dan praktik SPSS
• Menarik kesimpulan
• Membuat laporan dan menulis publikasi 3 4

1
Matematika & Statistika 4/8/2020

PENDAHULUAN PENGERTIAN HIPOTESIS

Salah satu cabang dari ilmu statistik yang Hipotesis: Kesimpulan sementara atau dugaan logis
digunakan untuk membuat suatu keputusan tentang keadaan populasi

adalah uji hipotesis.


• Karena merupakan dugaan sementara, maka hipotesis adalah
suatu anggapan atau pernyataan yang mungkin benar atau
mungkin tidak benar mengenai suatu populasi

A pa itu hipotesis? • Secara statistik Hipotesis menyatakan parameter populasi


dari suatu variabel yang terdapat dalam populasi dan dihitung
berdasarkan statistik sampel.

5 6

PENGUJIAN HIPOTESIS PENGUJIAN HIPOTESIS


❑ Suatu prosedur pengujian hipotesis tentang parameter
populasi menggunakan informasi dari sampel dan teori Langkah pertama di dalam uji hipotesis adalah menentukan
probabilitas untuk menentukan apakah hipotesis tersebut
secara statistik dapat diterima atau ditolak hipotesis nol dan hipotesis alternative

❑ Tujuan pengujian hipotesis: mendapatkan kesimpulan


mengenai suatu populasi berdasarkan sampel yang dimiliki ▪ Hipotesis nol dan hipotesis alternatif ditetapkan berlawanan
antara yang satu dengan yang lain.
❑ Kesimpulan dari pengujian hipotesis secara statistik hanya ▪ Hipotesis nol biasanya mengandung masalah yang akan diuji
berupa menerima atau menolak hipotesis dan ini tidak
membuktikan kebenaran hipotesis karena statistika sama kebenarannya dan hipotesis alternatif dirujuk sebagai
sekali tidak melakukan pembuktian alternatif keputusan apabila hipotesis nol ditolak.
▪ Proses uji hipotesis adalah menerima atau menolak salah
❑ Penerimaan suatu hipotesis terjadi karena TIDAK CUKUP
BUKTI untuk MENOLAK hipotesis tersebut dan BUKAN karena satu hipotesis dan tidaklah mungkin menerima atau menolak
HIPOTESIS ITU BENAR kedua-dua hipotesis.

7 8

2
Matematika & Statistika 4/8/2020

PENGUJIAN HIPOTESIS CONTOH SOAL HIPOTESIS


❑Hipotesis nol (null hypothesis) Sebuah perusahaan minuman ringan telah mengisi 300 ml untuk
Ditulis dengan H0, merupakan suatu hipotesis yang setiap kalengnya. Perusahaan tersebut berharap bahwa setiap
satu kaleng minuman ringan akan selalu mempunyai isi 300 ml.
akan diuji dan nantinya akan diterima atau ditolak
Namun begitu pegawai bagian produksi selalu bimbang karena
tergantung pada hasil eksperimen atau analisis dari kadangkala terjadi mesin produksi yang bekerja di bawah
sampel yang telah diambil. Nol dalam uji hipotesis H0 standar. Perusahaan akan menjalankan uji hipotesis untuk
mengandung arti tidak ada nilai yang baru memastikan bahwa rata-rata isi dari setiap kaleng minuman
ringan adalah 300 ml.
❑Hipotesis alternatif (alternative hypothesis)
Dilambangkan dengan Ha atau H1, merupakan ❑ hipotesis nol →rata-rata isi dari setiap kaleng minuman
hipotesis tandingan atau alternatif apabila hipotesis ringan adalah 300 ml,
nol ditolak. adanya perbedaan data populasi dgn ❑ hipotesis alternative →rata-rata isi dari setiap kaleng
data sampel minuman ringan adalah tidak sama dengan 300 ml.
9 10

KESALAHAN DALAM PENGUJIAN


CONTOH SOAL HIPOTESIS HIPOTESIS
❑ Kesalahan jenis I
Maka dapat dinyatakan sebagai berikut:
▪ Dinotasikan dengan alpha (α),
▪ Didefinisikan sebagai peluang untuk menolak hipotesis
nol, padahal seharusnya kita menerima hipotesis
tersebut,
▪ Nilai alpha yang biasa digunakan ialah 0.001, 0.01, 0.05 &
0.10.
❑ Kesalahan jenis II
▪ Dinotasikan dengan beta (β),
▪ Didefinisikan sebagai peluang untuk menerima hipotesis
nol, padahal seharusnya kita menolak hipotesis tersebut,
▪ Nilai beta bergantung kepada berbagai alternatif nilai
11 parameter. 12

3
Matematika & Statistika 4/8/2020

KESALAHAN DALAM PENGUJIAN PROSEDUR UJI HIPOTESIS


HIPOTESIS
Prosedur yang umum dan harus diikuti untuk melakukan uji
hipotesis antara lain:
1.Merumuskan hipotesis nol dan hipotesis alternatifnya,
2.Tentukan daerah kritisnya (Pilih tingkat kepercayaan tertentu
dan tentukan besarnya sampel yang diambil)
3.Pilih statistik uji yang sesuai sebagai dasar bagi prosedur
pengujian. Statistik uji tersebut bergantung kepada asumsi
❑ Tingkat kepercayaan (1- α) tentang bentuk distribusi dan hipotesisnya,
▪ Didefinisikan sebagai peluang untuk menerima hipotesis nol dan memang
hipotesis nol yang benar, 4.Kumpulkan data sampel dan hitung statistik sampelnya,
▪ Dapat juga didefinisikan sebagai peluang maksimum dimana kita bersedia untuk kemudian ubah ke dalam variable normal standar (Z) atau t
menanggung resiko kesalahan jenis I,
▪ Nilai (1- α)yang biasa digunakan ialah 0.999, 0.99, 0.95 dan 0.90. (tergantung banyaknya sampel),
❑ Kuasa Uji (1-β) 5.Membuat Kesimpulan→Nyatakan menolak atau menerima H0.
▪ Didefinisikan sebagai peluang untuk menolak hipotesis nol dan memang
hipotesis nol salah. 13 14

1. MERUMUSKAN HIPOTESIS A. Hipotesis Deskriptif


❑ Merupakan hipotesis tentang nilai suatu variabel
Ada 3 bentuk rumusan hipotesis: mandiri, tidak membuat perbandingan atau
hubungan.
A. Hipotesis Deskriptif
B. Hipotesis komparatif ❑ Contoh:
C. Hipotesis hubungan (asosiatif) 1. Seberapa besar kandungan natrium diklofenak dalam
tablet x?
2. Berapa lama expired date produk A pada suhu kamar?
Rumusan hipotesis:
1. Kandungan parasetamol dalam tablet X adalah 50
mg/tablet.
2. Expired date produk A pada suhu kamar 10 tahun.
15 16

4
Matematika & Statistika 4/8/2020

B. Hipotesis Komparatif C. Hipotesis Asosiatif


❑ Pernyataan yang menunjukkan dugaan nilai dalam ❑ Pernyataan yang menunjukkan dugaan tentang hubungan
satu variabel atau lebih pada sampel yang berbeda. antara dua variabel atau lebih.

❑ Contoh rumusan hipotesis komparatif: ❑ Sebagai contoh rumusan hipotesis asosiatif:


Apakah ada perbedaan kandungan natrium diklofenak Apakah ada pengaruh penambahan CMC (carboxymethyl
dalam tablet A dan tablet Y? cellulose) terhadap viskositas saos tomat?
Rumusan hipotesis: Rumusan hipotesis:
❖Tidak ada perbedaan kandungan parasetamol dalam Tidak ada pengaruh penambahan CMC terhadap viscositas
tablet A dan tablet Y. Ho: 1 = 2 Ha: 1  2 saos tomat . Ho:  = 0 Ha:   0.

17 18

2. MENENTUKAN NILAI KRITIS PENGUJIAN DUA SISI & SATU SISI


❑Perhatikan tingkat signifikansi () yang digunakan.
Biasanya 1%, 5%, dan 10%. ❑Pengujian dua sisi (two tail)
❑Untuk pengujian 2 sisi, gunakan /2, dan untuk jika parameter populasi dalam hipotesis dinyatakan
pengujian 1 sisi, gunakan .
sama dengan (=).
❑Banyaknya sampel (n) digunakan untuk menentukan
degree of freedom (df). ❑Pengujian satu sisi (one tail)
– Satu sampel: df. = n – 1 jika parameter populasi dalam hipotesis dinyatakan
– Dua sampel: df. = n1 + n2 – 2 lebih besar (>) atau lebih kecil (<).
❑Nilai kritis ditentukan menggunakan tabel t /tabel z
19 20

5
Matematika & Statistika 4/8/2020

KURVA DISTRIBUSI NORMAL: CONTOH


PENGUJIAN DUA SISI

Penerimaan Ho
Penolakan Ho Penolakan Ho

- z/2 +z/2
0

21 22

PEGUJIAN SATU SISI: SISI KANAN CONTOH

Penerimaan Ho Penolakan Ho

0 +z

23 24

6
Matematika & Statistika 4/8/2020

PENGUJIAN SATU SISI: SISI KIRI CONTOH

PenolakanHo Penerimaan Ho

- z 0

25 26

3. MENENTUKAN NILAI HITUNG 4. MENENTUKAN KEPUTUSAN


Suatu variabel yang akan digunakan untuk uji hipotesis 1. Membandingkan antara Nilai Hitung dengan Nilai Kritis.
dapat dihitung dengan cara: ❑ Jika |t hitung| > t kritis, keputusan menolak H0
1. Manual ❑ Jika |t hitung| < t kritis, keputusan menerima H0
2. Perangkat lunak computer
2. menggunakan gambar kurva distribusi normal.
❑SPSS ❑ Jika nilai hitung berada pada daerah penolakan H0,
❑Excel maka keputusannya adalah menolak H0.
❑Minitab ❑ Jika nilai hitung berada pada daerah penerimaan H0,
maka keputusannya adalah menerima H0.
❑SAS

27 28

7
Matematika & Statistika 4/8/2020

5. MEMBUAT KESIMPULAN UJI PENCILAN (OUTLINER)


❑Adakalanya dalam suatu uji terdapat hasil yang
sangat menyimpang bila dibandingkan dengan hasil
lain, tanpa diketahui kesalahannya secara pasti,
sehingga ada kecenderungan untuk menolak hasil
Kesimpulan dibuat berdasarkan keputusan yang yang sangat menyimpang tadi.
diperoleh dari nilai hitung atau gambar kurva dan
harus memperhatikan rumusan hipotesis
❑Hasil yang sangat menyimpang disebut dengan
pencilan (Outliner)

29 30

PENENTUAN DATA PENCILAN


1. Uji Grubbs
❑ Uji ini membandingkan simpangan nilai yang diduga
menyimpang dari rata-rata sampel dengan SD sampel.
❑Untuk memastikan hasil yang sangat menyimpang
tadi ditolak atau diterima perlu dilakukan analisis
data secara statistik. ❑ Nilai yang dicurigai adalah nilai yang jaraknya paling jauh
dari mean (rata-rata)

❑Organisasi Internasional Standardisasi (ISO) ❑ Hipotesis pada uji grubbs yakni


merekomendasikan penggunaan uji: ▪ H0 : Semua pengukuran berasal dari populasi yang sama (atau
1. Uji Grubbs dengan kata lain nilai yang dicurigai bukan suatu pencilan)
2. Dixon’s Q-test ▪ H1 : Nilai yang dicurigai bukan berasal dari populasi yang
sama (atau dengan kata lain nilai yang dicurigai adalah suatu
pencilan)

31 32

8
Matematika & Statistika 4/8/2020

1. Uji Grubbs Nilai G-kritik


❑ Uji ini mengasumsikan bahwa populasi terdistribusi normal.
❑ Nilai G-hitung dirumuskan dengan:
|𝒏𝒊𝒍𝒂𝒊 𝒚𝒂𝒏𝒈 𝒅𝒊𝒄𝒖𝒓𝒊𝒈𝒂𝒊 −𝒎𝒆𝒂𝒏|
G=
𝑺𝑫
Nb: Mean dan SD dihitung dengan memasukkan nilai yang dicurigai

❑ Kesimpulan
▪ Jika nilai G hitung > G kritik maka nilai yang dicurigai
merupakan suatu pencilan
▪ Jika nilai G hitung < G kritik maka nilai yang dicurigai bukan
merupakan suatu pencilan, sehingga nilai ini harus
dipertahankan dan diikutkan dalam perhitungan rata-rata
pengukuran sampel.

33 34

Contoh Soal Uji Grubbs 2. Uji Dixon


Nilai berikut diperoleh dari hasil pengukuran sampel nitrit dalam ❑Cara lain untuk melakukan analisis pencilan adalah
air dari 4 kali pengukuran 0,403; 0,410; 0,401; 0,380 µg/g. dengan Q-test yang juga dikenal dengan Dixon’s Q-
Apakah nilai 0,380 merupakan suatu pencilan? test
Jawab:
❑Formula untuk menghitungnya adalah:
1. Hitung rata-rata dari keempat data tersebut = 0,3985
2. Hitung nilai SD dari data tersebut = 0,01292
Ingat: Mean dan SD dihitung dengan memasukkan nilai yang dicurigai
Nilai yang dicurigai − Nilai yang terdekat
Q Hitung =
3. Hitung nilai G=
|𝒏𝒊𝒍𝒂𝒊 𝒚𝒂𝒏𝒈 𝒅𝒊𝒄𝒖𝒓𝒊𝒈𝒂𝒊 −𝒎𝒆𝒂𝒏| |𝟎,𝟑𝟖𝟎−𝟎,𝟑𝟗𝟖𝟓|
= = 1,432 ( Nilai tertinggi − Nilai terendah )
𝑺𝑫 𝟎,𝟎𝟏𝟐𝟗𝟐
4. Bandingkan dengan nilai G kritik ( 4 sampel = 1,481)
5. Simpulan: G hitung < G kritik → Ho diterima → 0,380 bukan
data pencilan sehingga harus dipertahankan dan
diikutsertakan dalam analisis.

35 36

9
Matematika & Statistika 4/8/2020

Hipotesis Dixon’s Q-test Contoh soal Dixon’s Q-test


❑ Jika nilai Q-hitung lebih kecil dari nilai Q-kritis → hipotesis Pada penetapan cemaran antibiotic dalam air didapatkan kadar 0,403;
nul diterima ➔ tidak ada perbedaan antara nilai yang 0,410; 0,401; 0,380 µg/g. Apakah nilai 0,380 merupakan suatu
dicurigai dengan nilai-nilai yang lain. pencilan?
Jawab:
❑ Jika nilai Q-hitung lebih besar dari nilai Q-kritis ➔ hipotesis 1. Urutkan data (rendah ke tinggi) → 0,380; 0,401; 0,403; 0,410
nul ditolak → ada perbedaan yang bermakna antara nilai 2. Tentukan nilai terdekat dengan nilai yang dicurigai → 0,401 adalah
yang dicurigai dengan nilai-nilai yang lain. nilai yg paling dekat dengan 0,380.
3. Hitung nilai Q =

Q= = = 0,70
4. Bandingkan dengan nilai Q kritis tabel (4 sampel = 0,83)
5. Simpulan: Q hitung < Q kritik → Ho diterima → 0,380 bukan data
pencilan sehingga harus dipertahankan dan diikutsertakan dalam
analisis.
Taken from Kealey: Analytical chemistry (2002)
37 38

Contoh soal Dixon’s Q-test UJI PENCILAN (OUTLINER)


Jika pada contoh sebelumnya terdapat 3 nilai tambahan yakni
0,400; 0,413; 0,411. Apakah nilai 0,380 merupakan suatu ❑Jika dalam satu seri penetapan kadar terdapat dua
pencilan? hasil pengukuran yang sangat menyimpang,
Jawab pengujian seperti ini perlu diulangi setelah satu nilai
1.Urutkan data (rendah ke tinggi). Urutannya berubah menjadi→ yang sangat menyimpang tadi ditolak.
0,380; 0,400; 0,401; 0,403; 0,410; 0,411; 0,413
2.Tentukan nilai terdekat dengan nilai yang dicurigai → 0,400 ❑Tetapi kalau dari empat kali penetapan terdapat dua
adalah nilai yg paling dekat dengan 0,380.
3.Hitung nilai Q= 0,380−0,400 hasil yang sangat menyimpang, sebaiknya dilakukan
= = 0.61
(0,413−0,380)
penetapan lagi sehingga diperoleh hasil yang lebih
4.Bandingkan dengan nilai Q kritis tabel (4 sampel = 0,83) banyak
5.Simpulan: Q hitung > Q kritik → Ho ditolak → 0,380
merupakan data pencilan sehingga harus dikeluarkan dari
kelompok data.
39 40

10
Matematika & Statistika 4/8/2020

Partisipan
• Nama : Wulansari Nurjanah (192205093)
Bagaimana cara menentukan G kritis?

☺ Thank You ☺ • Nama : Molesy Fransina Tanesib (192205060)


Bagaimana cara menghitung data memakai uji dixon?

• Nama: Irrena Ervany (192205094)


Jika nilai yang dicurigai terletak diantara 2 nilai, maka nilai
yang dicurigai dikurang dengan nilai terdekat sebelah kanan
atau kiri?

41 42

Partisipan

43

11

Anda mungkin juga menyukai