Anda di halaman 1dari 16

INFERENSI STATISTIK DAN HUBUNGAN ANTARA DUA

VARIABEL

Disusun untuk Melengkapi Tugas Mata Kuliah Biostatistik yang Diampu oleh Dr. Ni
Komang Yuni Rahyani, S.Si.T., M.Kes pada Semester VII/2021

Oleh

Ni Kadek Mita Widiari


P07124218004

KEMENTERIAN KESEHATAN R.I.


POLITEKNIK KESEHATAN KEMENKES DENPASAR
JURUSAN KEBIDANAN
PRODI SARJANA TERAPAN KEBIDANAN
DENPASAR
2021

i
KATA PENGANTAR

Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Esa karena atas
berkat, rahmat dan karunianya sehingga penyusun dapat menyelesaikan makalah yang
berjudul “Inferensi Statistik dan Hubungan Antara Dua Variabel” tepat pada
waktunya. Penulis menyadari bahwa penyusunan makalah ini masih banyak kekurangan,
baik dari segi isi, penulisan maupun kata-kata yang digunakan. Oleh karena itu, penulis
mengharapkan segala kritik dan saran yang bersifat membangun guna perbaikan
makalah ini lebih lanjut.
Penulis menyadari bahwa tugas makalah ini dapat terwujud berkat bantuan dari
berbagai pihak. Oleh karena itu, pada kesempatan ini saya menyampaikan terimakasih
kepada :
1. Dr. Ni Komang Yuni Rahyani, M.Kes sebagai Penanggung Jawab sekaligus
Pengampu Mata Kuliah Biostatistik
2. Semua pihak yang telah membantu terhadap pembuatan makalah ini.
Penulis berharap semoga makalah ini bisa menambah pengetahuan para pembaca.

Denpasar, Agustus 2021

Penyusun

i
DAFTAR ISI

Halaman Judul
KATA PENGANTAR........................................................................................................i
DAFTAR ISI......................................................................................................................ii
BAB I PENDAHULUAN..................................................................................................1
A. Latar Belakang.............................................................................................................1
B. Rumusan Masalah........................................................................................................2
C. Tujuan Penulisan..........................................................................................................2
D. Manfaat.........................................................................................................................2
BAB II TINJAUAN TEORI..............................................................................................3
A. Inferensi Statistik..........................................................................................................3
B. Hubungan Antara Dua Variabel...................................................................................6
BAB III PENUTUP..........................................................................................................12
A. SIMPULAN...............................................................................................................12
B. SARAN......................................................................................................................12
DAFTAR PUSTAKA......................................................................................................13

ii
BAB I
PENDAHULUAN

A. Latar Belakang
Statistika inferensial memberikan cara yang objektif guna mengumpulkan,
mengolah, dan menganalisis data kuantitatif, serta menarik kesimpulan tentang ciri-ciri
populasi tertentu berdasarkan hasil analisis sampel yang dipilih secara acak dari populasi
yang bersangkutan. Inferensi statistik adalah pengambilan kesimpulan tentang parameter
populasi berdasarkan analisis pada data sampel. Populasi adalah himpunan keseluruhan
objek yang diamati sedangkan sampel merupakan himpunan bagian dari populasi.
Selanjutnya yang dimaksud parameter adalah suatu karakteristik dari populasi. Konsep-
konsep inferensi statistik meliputi estimasi titik, estimasi interval dan uji hipotesis.
Pembahasan pada makalah ini terfokus pada pengenalan uji hipotesis. Hipotesis
penelitian bertujuan untuk mengetahui sesuatu yang pada tingkat tertentu dipercaya
sebagai sesuatu yang benar, bertitik tolak pada pertanyaan yang disusun dalam bentuk
masalah penelitian. Untuk menjawab pertanyaan itu, disusun suatu jawaban sementara
yang kemudian dibuktikan melalui penelitian empiris, tetapi pernyataan itu masih
bersifat dugaaan dan pada tahap ini kita mengumpulkan data untukmenguji hipotesis
kita.Oleh karena itu, sebelum mencari jawaban secara faktual, terlebih dahulu kita
mencoba menjawab secara teoritis.
Uji statistik nonparametrik ialah suatu uji statistik yang tidak memerlukan
adanya asumsi-asumsi mengenai sebaran data populasinya (belum diketahui sebaran
datanya dan tidak perlu berdistribusi normal). Oleh karenanya statistik ini juga
dikemukakan sebagai statistik bebas sebaran (tdk mensyaratkan bentuk sebaran
parameter populasi, baik normal atau tidak). Statistika non-parametrik dapat digunakan
untuk menganalisis data yang berskala Nominal atau Ordinal. Data berjenis Nominal
dan Ordinal tidak menyebar normal. Hubungan antar variabel atau sering di kenal
hubungan antar dua variabel yaitu variabel bebas (Independen/pengaruh) dengan

1
variabel terikat (Dependen/terpengaruh) dengan simbol X dan Y biasanya dikaitkan
dengan analisis hubungan kausal (hubungan sebab akibat).

B. Rumusan Masalah
1. Apa itu pengenalan uji hipotesis dalam inferensi statistik?
2. Bagaimana hubungan antara dua variabel?

C. Tujuan Penulisan
1. Untuk memahami pengenalan uji hipotesis dalam inferensi statistik.
2. Untuk memahami hubungan antara dua variabel.

D. Manfaat
Makalah ini disusun agar dapat bermanfaat sebagai bahan pengkajian atau
referensi di bidang pendidikan maupun praktik khususnya pada pembelajaran
Biostatistik.

BAB II

2
TINJAUAN TEORI

A. Inferensi Statistik
Inferensi statistik adalah pengambilan kesimpulan tentang parameter-parameter
suatu populasi berdasarkan data sampelnya. Inferensi statistik dapat dilakukan dengan
estimasi parameter berupa titik dan interval ataupun uji hipotesis. Inferensi statistik
merupakan proses pengambilan kesimpulan berdasarkan pada data sampel. Inferensi
statistik dapat dibagi dalam dua bagian yaitu penaksiran (estimasi) dan pengujian
statistik. Statistika inferensial mencakup semua metode yang berhubungan dengan
analisis sebagian data atau juga sering disebut dengan sampel yang kemudian sampai
pada peramalan atau penarikan kesimpulan mengenai keseluruhan data induknya
(populasi). Dalam statistika inferensial diadakan pendugaan parameter, membuat
hipotesis, serta melakukan pengujian hipotesis tersebut sehingga sampai pada
kesimpulan yang berlaku umum. Metode ini disebut juga statistika induktif, karena
kesimpulan yang ditarik didasarkan pada informasi dari sebagian data saja. Pengambilan
kesimpulan dari statistika inferensial yang hanya didasarkan pada sebagian data saja
yang menyebabkan sifat tak pasti, memungkinkan terjadi kesalahan dalam pengambilan
keputusan, sehingga pengetahuan mengenai teori peluang mutlak diperlukan dalam
melakukan metode-metode statistika inferensial.
1. Pengenalan Uji Hipotesis
Adapun definisi dari uji hipotesis adalah suatu prosedur yang digunakan untuk
menguji kevalidan hipotesis statistika suatu populasi dengan menggunakan data dari
sampel populasi tersebut. Sedangkan fungsi Hipotesis yaitu:
a. Untuk menguji kebenaran suatu teori
b. Memberikan gagasan baru untuk mengembangkan suatu teori.
c. Memperluas pengetahuan peneliti mengenai suatu gejala yang sedang dipelajari.
Uji hipotesis merupakan suatu proses untuk menentukan apakah dugaan tentang
nilai parameter/karakteristik populasi didukung kuat oleh data sampel atau tidak. Ada
dua jenis hipotesis yaitu hipotesis penelitian, dan hipotesis statistika. Hipotesis

3
penelitian merupakan hipotesis tentang pernyataan dari hasil penelitian yang akan
dilakukan, sedangkan hipotesis statistik suatu pernyataan tentang parameter populasi. H0
adalah hipotesis yang akan diuji menggunakan suatu prosedur statistik, biasanya berupa
suatu pernyataan tidak adanya perbedaan karakteristik populasi. Lawan dari H0 adalah
hipotesis alternative (Ha atau H1 ). H1 digunakan untuk menunjukkan bahwa pernyataan
mendapat dukungan kuat dari data. H0 dianggap benar, kecuali data mendukung dengan
kuat penolakan terhadap H0.
Dalam pengujian suatu hipotesis sangat dimungkinkan terjadinya kesalahan
dalam pengambilan kesimpulan. Kesalahan dalam menolak H0, padahal dalam
kenyataannya H0 tersebut benar dalam statistik dikenal dengan kesalahan tipe I atau
biasa disimbolkan dengan α. Sedangkan peluang terkecil untuk menolak H0 yang salah
biasa disebut dengan p-value. Dalam pengambilan keputusan dibutuhkan suatu daerah
penolakan (daerah kritik), daerah penolakan ini merupakan himpunan (daerah) harga-
harga dimana H0 ditolak. Secara umum daerah penolakan pada uji hipotesis yaitu H 0
ditolak (H1 diterima) jika nilai p-value < α. Sebelum memutuskan apakah H0 ditolak atau
tidak diperlukan statistik penguji. Statistik penguji tersebut merupakan suatu statistik
atau variabel random yang digunakan untuk menentukan apakah H0 ditolak atau tidak
ditolak. Bila statistik penguji masuk dalam daerah penolakan maka H0 ditolak,
sebaliknya jika tidak maka H0 tidak ditolak.
2. Pegujian Hipotesis
Hipotesis yang baik selalu memenuhi dua pernyataan, yaitu :
a. Menggambarkan hubungan antar variabel.
b. Dapat memberikan petunjuk bagaimana pengujian hubungan tersebut.
Oleh karena itu hipotesis perlu dirumuskan terlebih dahulu sebelum dilakukan
pengumpulan data. Hipotesis ini disebut Hipotesis Alternatif (Ha) atau Hipotesis kerja
(Hk) atau H1 . Hipotesis kerja atau H1 merupakan kesimpulan sementara bahwa sudah
dilakukan suatu penelitian tindakan dan hubungan antar variabel yang sudah dipelajari
dari teori-teori yang berhubungan dengan masalah tersebut.Untuk pengujian H1 perlu
ada pembanding yaitu Hipotesis Nol (H 0). Hipotesis Nol (H0) disebut juga sebagai

4
Hipotesis Statistik, yaitu pernyataan tentang nilai satu atau lebih parameter yang
merupakan status saat ini dan biasanya tidak ditolak kecuali data sampel menyimpulkan
dengan kuat bahwa hipotesis ini salah. Hipotesis Nol digunakan sebagai dasar pengujian.
Berdasarkan tingkat eksplanasinya hipotesis yang akan diuji, maka ada tiga macam
hipotesis, yaitu : hipotesis deskriptif, hipotesis komparatif, hipotesis asosiatif.
Contoh :
3. Langkah-Langkah Uji Hipotesis
Langkah-langkah yang biasanya digunakan dalam uji hipotesis :
a. Menentukan hipotesis nol (H0) dan hipotesis alternatif (H1).
b. Tingkat signifikansi (α).=1-α. Ketika inferensi statistik berdasarkan data sampel
dilakukan ada kemungkinan terjadi suatu kesalahan (error). Tingkat signifikansi
suatu uji hipotesis adalah peluang terbesar untuk menolak atau menerima H0.
c. Menentukan daerah kritis atau daerah penolakan H0 dan statistik uji yang sesuai.
Daerah kritis atau daerah penolakan adalah interval nilai dimana hitungan suatu
statistik uji yang berada dalam interval tersebut akan ditolak hipotesis nolnya.

d. Menghitung statistik uji dengan menggunakan parameter sampel. Statistik uji adalah
suatu statistik sampel yang distribusi samplingnya dapat digolongkan pada kasus
hipotesis nol dan hipotesis alternatif. Statistik sampel digunakan untuk
mendefinisikan daerah penolakan.
e. Membuat kesimpulan apakah H0 diterima atau ditolak. Untuk menentukan H0
diterima atau ditolak ada 3 cara, yaitu:
1) Jika statistik uji (t/F/Z/X2)hit > (t/F/Z/X2)tabel maka H0 di tolak.
Jika statistik uji (t/F/Z/X2)hit < (t/F/Z/X2)tabel maka H0 di terima.
2) Jika sig (one tailed/ two tailed)< sig (α) maka H0 ditolak.

5
Jika sig (one tailed/ two tailed)> sig (α) maka H0diterima.
3) Melihat confidence interval of the difference, apabila interval lower – upper
melewati nol maka H0 diterima dan apabila interval lower – upper tidak
melewati nol maka H0 ditolak.
f. Menginterpretasikan kesimpulan sesuai dengan masalah. Langkah atau prosedur
untuk menentukan apakah menerima atau menolak. Hipotesis Statistik (Ho) disebut
Pengujian Hipotesis. Oleh karena itu dalam pengujian Hipotesis, penarikan
kesimpulan mengenai populasi didasarkan pada informasi sampel bukan populasi itu
sendiri, maka kesimpulannya dapat saja keliru. Dalam Pengujian Hipotesis terdapat
dua kekeliruan atau galat, yaitu :

Penarikan kesimpulan dinyatakan tepat apabila kita menerima Ho, karena


memang Ho benar, atau menolah Ho, karena memang Ho salah. Apabila kita
menyimpulkan menolak Ho padahal Ho benar, maka kita telah melakukan kekeliruan
yang disebut kekeliruan atau galat jenis I (α). Begitu pula sebaliknya jika kita
menyimpulkan untuk menerima Ho padahal Ho salah, maka kita telahmelakukan
kekeliruan yang disebut kekeliruan atau galat jenis II (β). Jika nilai α diperkecil, maka
akan menjadi β besar. Nilai α biasanya ditetapkan sebesar 0,05 atau 0,01. Jika α = 0,05,
artinya 5 dari setiap 100 kesimpulan kita akan menolak Ho, yang seharusnya diterima.
Harga (1- β) disebut Kuasa Uji atau Kekuatan Uji.

B. Hubungan Antara Dua Variabel


Hubungan antar variabel atau sering di kenal hubungan antar dua variabel yaitu
variabel bebas (Independen/pengaruh) dengan variabel terikat (Dependen/terpengaruh)

6
dengan simbol X dan Y biasanya dikaitkan dengan analisis hubungan kausal (hubungan
sebab akibat).
1. Uji Kai Kuadrat
a. Pengertian dan Konsep Uji Kuadrat
Chi-Square disebut juga dengan Kai Kuadrat. Chi Square adalah salah satu jenis
uji komparatif non parametris yang dilakukan pada dua variabel, di mana skala data
kedua variabel adalah nominal. (Apabila dari 2 variabel, ada 1 variabel dengan skala
nominal maka dilakukan uji chi square dengan merujuk bahwa harus digunakan uji pada
derajat yang terendah). Distribusi Chi kuadrat digunakan untuk menguji homogenitas
varians beberapa populasi. Masih ada beberapa persoalan lain yang dapat diselesaikan
dengan mengambil manfaat distribusi chi-kuadrat ini, diantaranya :
1) Menguji proporsi untuk data multinom
2) Menguji kesamaan rata-rata data poisson
3) Menguji independen antara dua faktor didalam kontingensi
4) Menguji kesesuaian antara data hasil pengamatan dengan model distribusi dari mana
data itu diduga diambil, dan
5) Menguji model distribusi berdasarkan data hasil pengamatan.
b. Prosedur Sampel Tunggal dengan Chi-Kuadrat
Akan diuji distribusi frekuensi kategori variabel motivasi hasil amatan dengan
distribusi frekuensi kategori variabel sama yang diharapkan. Hipotesis nol uji tersebut
adalah: tidak terdapat perbedaan distribusi variabel motivasi hasil amatan dengan
distribusi harapan. Prosedur ini banyak digunakan pada uji normalitas variabel.
Misalkan sebuah eksperimen menghasilkan peristiwa-peristiwa atau kategori-kategori
A1, A2,…,Ak yang saling terpisah masing-masing dengan peluang P1 = P(A1), p2 = P(A2),
…,pk = P(Ak).

7
Akan diuji dengan pasangan hipotesis :

Agar mudah diingat, adanya kategori Ai, hasil pengamatan Oi dan hasil yang
diharapkan Ei, sebaiknya disusun dalam daftar sebagai berikut :

Rumus yang digunakan dalam uji tersebut adalah:

dengan keterangan:
Oi = banyaknya kasus yang diamati dalam kategori i.
Ei = banyaknya kasus yang diharapkan
= penjumlahan semua kategori k

c. Prosedur untuk Sampel Dependen


Uji McNemar dua sampel dependen dapat diperluas untuk dipakai dalam
penelitian yang mempunyai lebih dari dua kelompok sampel. Perluasan ini, yakni uji Q
Cochran k sampel berhubungan memberi suatu metode untuk menguji apakah tiga
himpunan atau lebih mempunyai frekuensi atau proporsi saling berbeda atau tidak.
Rumus yang digunakan dalam uji Q Cochran adalah:

8
dengan keterangan:
Gj = jumlah keseluruhan “sukses” dalam kolom ke j
Li = jumlah keseluruhan “sukses” dalam barir ke i.
2. Korelasi
Persamaa regresi yang diperoleh dengan menggunakan formulasi di atas adalah
persamaan yang menunjukkan hubungan fungsional antara variable dependen (Y)
dengan variable indenpenden (X, akan tetapi tidak dapat diketaahui lebih jauh mengenai
apakah persamaan regresi tersebut dapat digunakan untuk menaksir nilai variable
dependen. Untuk sampai pada kesimpulan tersebut, harus dilakukan beberapa pengujian
statistic terhadap persamaan regresi tersebut, yaitu:
a. Pengujian terhadap koefisien regresi;
b. Pengujian terhadap variansnya;
c. Penentuan keeratan hubungan antara variable dependen dengan variable independen
Untuk mengetahui keerataan hubungan antara dua buah variable digunakan
ukuran koefisien korelasi (r). Besarnya koefisien korelasi (r) antara dua buah variable
adalah nol sampai dengan ± 1. Apabila dua buah variable mempunyai nilai r = 0, berarti
antara variable tersebut tidak ada hubungan. Sedangkan apabila dua buah variable
mempunyai nilai r = ± 1, maka dua buah variable tersebut mempunyai hubungan yang
sempurna. Tanda minus (-) pada nilai r menunjukkan hubungan yang berlawanan arah
(apabila nilai nunjvariable yang satu naik, maka nilai variable yang lain turun), dan
sebaliknya tanda plus (+) pada nilai r menunjukkan hubungan yang searah (apabila nilai
variable yang satu naik, maka nilai variable yang lain juga naik). Semakin tinggi nilai
koefisien korelasi antara dua buah variable (semakin mendekati 1), maka tingkat
keeratan hubungan antara dua variable tersebut semakin tinggi. Dan sebaliknya semakin
rendah koefisien korelasi anatara dua macam variable (semakin mendekati 0), maka
tingkat keeratan hubungan antara dua variable tersebut semakin lemah.Misalnya dua
buah variable mempunyai koefisien korelasi (r) = 0,7. Ini menunjukkan bahwa tingkat
keeratan hubungan searah antara dua variable tersebut adalah 0,7 atau 70%.

9
Total deviasi suatu titik pada diagram sebar merupakan penjumlahan antara deviasi
yang tidak dapat dijelaskan dan deviasi yang dapat dijelaskan. Atau secara
matematis dapat ditulis sebagai berikut:
(Y-(Ῡ)) = (Y – Yc) + (Yc – (Ῡ))
Yang menyatakan bahwa:
(Y - Ῡ) : total deviasi (total deviation)
( Y - Yc) : deviasi yang tidak dapat dijelaskan (unexplained deviation)
(Yc - Ῡ) : deviasi yang dapat dijelaskan (explained deviation)
Apabila diinginkan untuk melibatkan semua titik pada diagram sebar, maka total
variasi sama dengan variasi yang tidak dapat dijelaskan ditambah variasi yang dapat
dijelaskan. Atau secara matematis dapat ditulis sebagai berikut:
Σ(Y- Ῡ)2 = Σ(Y – Yc)2 + Σ(Yc – Y)2
Yang menyatakan bahwa:
Yc : taksiran (nilai Y yang ditentukan dengan menggunakan persamaan regresi yang
diperoleh)
Ῡ : Y rata-rata
Y :nilai Y actual
Formula alternatif yang dapat digunakan untuk menghitung koefisien korelasi
adalah sebagai berikut:

3. Regresi
Analisis regresi bertujuan untuk menentukan persamaan regresi yang baik yang
dapat digunakan untuk menaksir nilai variabel dependen. Maka persamaan yang akan
ditentukan adalah sebagai berikut:
Y = A + Bx
Yang menyatakan bahwa

10
a : konstanta (nilai Y apabula X= 0)
b : koefisien regresi (taksiran perubahan nilai Y apabila X berubah nilai satu unit)
Y : variabel yang nilainya dipengaruhi variabel lain (dependent variabele)
X : variabel yang mempengaruhi nilai variabel lain (independent variabel)
Seperti halnya dengan garis trend, garis regresi yang baik adalah garis regresi
yang mempunyai cirri-ciri sebagai berikut:
Σ(Y-Yt) = 0
Σ(Y-Yt)2= nilai minimum (nilai terkecil)
Oleh karena itu untik memperoleh persamaan regresi yang mempunyai cirriciri di atas,
maka persamaan regresi tersebut ditentuka dengan metode jumlah kuadrat terkecil (least
sum of square method). Dengan metode ini, nilai konstanta (a) dan koefisien regresi (b)
pada persaman regresi dapat dihitung dengan menggunakan formula:
b = n ΣXY- ΣX ΣY
n ΣX- (ΣY)2

BAB III
PENUTUP

A. SIMPULAN

11
BAB III
PENUTUP
A. SIMPULAN
Inferensi statistik adalah pengambilan kesimpulan tentang parameter-parameter
suatu populasi berdasarkan data sampelnya. Uji hipotesis adalah suatu prosedur yang
digunakan untuk menguji kevalidan hipotesis statistika suatu populasi dengan
menggunakan data dari sampel populasi tersebut. Chi-Square disebut juga dengan Kai
Kuadrat. Chi Square adalah salah satu jenis uji komparatif non parametris yang
dilakukan pada dua variabel, di mana skala data kedua variabel adalah nominal.
Persamaa regresi yang diperoleh dengan menggunakan formulasi di atas adalah
persamaan yang menunjukkan hubungan fungsional antara variable dependen (Y)
dengan variable indenpenden (X, akan tetapi tidak dapat diketaahui lebih jauh mengenai
apakah persamaan regresi tersebut dapat digunakan untuk menaksir nilai variable
dependen. Analisis regresi bertujuan untuk menentukan persamaan regresi yang baik
yang dapat digunakan untuk menaksir nilai variabel dependen.

B. SARAN
Meskipun penulis menginginkan kesempurnaan dalam penyusunan hasil
observasi ini akan tetapi pada kenyataannya masih banyak kekurangan yang perlu
penulis perbaiki. Hal ini dikarenakan masih minimnya pengetahuan penulis. Oleh karena
itu kritik dan saran yang membangun dari para pembaca sangat penulis harapkan sebagai
bahan evaluasi untuk kedepannya.

12
DAFTAR PUSTAKA

Nuryadi, T. D. Astuti, E. S. Utami, M. Budiantara. 2017. Dasar-Dasar Statistika


Penelitian. Sibuku Media. Yogyakarta.

Prasetyo, Bambang. 2015. Konsep Dasar Statistika.

Sulung, Neila., A. I. Yasril. 2020. Buku Pengantar Statistik Kesehatan (Biostatistik). CV


Budi Utama. Yogyakarta.

Wijayanti, Anin. 2019. Modul Pembelajaran Biostatistik. Icme Press. Jawa Timur.

Umami, Afriza. 2021. Konsep Dasar Biostatistik. CV Pelita Merdeka. Kediri.

13