BIOSTATISTIK

_HIPOTESIS & RELIABILITAS_

Apt. Bagus Wahyudi, M.Farm. Ind
AGENDA

A. Uji Hipotesis
B. Uji Reliabilitas
A. Hipotesis
 Apa itu Hipotesis?

Pernyataan tentang nilai parameter populasi yang

dikembangkan untuk tujuan pengujian.

Berdasarkan bukti sampel dan teori probabilitas, apakah

hipotesis tersebut adalah pernyataan yang masuk akal
sehingga tidak boleh ditolak,
Atau tidak masuk akal sehingga harus ditolak.
 A. Hipotesis
H0 : Kejadian biasa / sangat mungkin terjadi / acak / status
quo / lumrah
H1 : Kejadian luar biasa / hampir tidak mungkin terjadi /
sangat teratur / adanya perubahan

Dasar Pengambilan Keputusan :

 Jika Probabilitasnya > 0.05 maka H0 tidak ditolak.

 Jika Probabilitasnya < 0.05 maka H0 ditolak, H1 diterima.

 Kalau di kedokteran (lebih ketat) P ≤ 0,01 (1%)

 A. Hipotesis
 Contoh : Dalam peti ada 1 juta kelereng
H0 : Semua kelereng dalam peti berwarna merah
H1 : Tidak semua kelereng dalam peti berwarna merah

Dasar pengambilan keputusan

 diasumsikan H0 benar.

 Jika ada kejadian yang wajar / biasa saja

terjadi maka H0 tidak ditolak.
 Jika ada kejadian yang mustahil (P=0)
terjadi, maka H0 ditolak dan H1 diterima.
 A. Hipotesis
 Contoh : Kasus menebak nomor mobil (Ganjil – Genap)
H0 : Si Fauzan tebak2an / biasa saja / acak
H1 : Si Fauzan sakti / luar biasa / tidak acak

Kejadian :
 Benar 1x  H0 tidak ditolak karena peluangnya 50% (1/2).
 Benar 2x  H0 tidak ditolak karena peluangnya 25% (1/4).
 Benar 3x  H0 tidak ditolak karena peluangnya 12.5% (1/8).
 Benar 100x  Hampir tidak mungkin terjadi bila
diasumsikan H0 benar, maka H0 ditolak dan H1 diterima.
 A. Hipotesis
Contoh Statistik

Penelitian Kesehatan
Masyarakat:

Ingin melihat apakah

ada hubungan antara
variabel2 tersebut
 A. Hipotesis
Contoh Statistik

Misal : Apakah ada hubungan antara

“Komplikasi dengan Merokok”

H0 : Tidak ada hubungan Komplikasi

dan Merokok (P >0.05) Probabilitas
H1 : Ada hubungan Komplikasi dan <0.05
Merokok (P <0.05)

 Ada Hubungan Komplikasi

dengan Merokok
 H0 ditolak, H1 diterima
 A. Hipotesis
Contoh Statistik

Jika digambarkan secara grafik:

 Komplikasi cenderung banyak

yg merokok
 Tidak Komplikasi banyak yg
Tidak merokok

 Ada Hubungan Komplikasi

dengan Merokok
 H0 ditolak, H1 diterima
 A. Hipotesis
Contoh Statistik

Misal : Apakah ada hubungan antara

“Gender dengan Merokok”

H0 : Tidak ada hubungan Gender dan

Merokok (P >0.05) Probabilitas
H1 : Ada hubungan Gender dan <0.05
Merokok (P <0.05)

 Ada Hubungan Gender dengan

Merokok
 H0 ditolak, H1 diterima
 A. Hipotesis
Contoh Statistik

Jika digambarkan secara grafik:

 Laki-laki banyak cenderung

merokok
 Semua Perempuan tidak
merokok

 Ada Hubungan Gender dengan

Merokok
 H0 ditolak, H1 diterima
 A. Hipotesis
Contoh Statistik

Misal : Apakah ada hubungan antara

“Gender dengan Pendidikan”

H0 : Tidak ada hubungan Gender dan

Pendidikan (P >0.05) Probabilitas
H1 : Ada hubungan Gender dan >0.05
Pendidikan (P <0.05)

 Tidak Ada Hubungan Gender

dengan Pendidikan
 H0 tidak ditolak, H1 ditolak
 A. Hipotesis
Contoh Statistik

Jika digambarkan secara grafik:

 Perempuan dan Laki-laki dalam

hal pendidikan tidak ada
perbedaan komposisinya

 Tidak Ada Hubungan Gender

dengan Pendidikan
 H0 tidak ditolak, H1 ditolak
 A. Hipotesis
Contoh Statistik

Contoh Data lain:

Apakah ada hubungan antara “IQ dengan
IP”

H0 : Tidak ada Hubungan antara IQ dan IP

(P > 0.05)
H1 : Ada Hubungan antara IQ dan IP
(P <0.05)
 A. Hipotesis
Contoh Statistik

Contoh Data lain:

Apakah ada hubungan antara “IQ dengan
IP” Probabilitas
<0.05

 Ada Hubungan IQ dengan IP

 H0 ditolak, H1 diterima
 A. Hipotesis
Contoh Statistik

Contoh Data lain:

Apakah ada hubungan antara “Tinggi
Badan dengan IP”

H0 : Tidak ada Hubungan antara Tinggi

Badan dan IP (P > 0.05)
H1 : Ada Hubungan antara Tinggi Badan
dan IP (P <0.05)
 A. Hipotesis
Contoh Statistik

Contoh Data lain:

Apakah ada hubungan antara “Tinggi  Tidak Ada Hubungan Tinggi
Badan dengan IP
Badan dengan IP”
 H0 tidak ditolak, H1 ditolak

Probabilitas
>0.05
B. Reliabilitas

• Suatu Instrumen dikatakan Reliabel apabila:

 Nilai Alpha > 0.7
 Jika nilai 1  Sempurna
 Lebih longgar 0.6
 Sangat longgar 0.5
 B. Reliabilitas
Contoh Statistik

Contoh : Mengukur kepuasan pelanggan pada Restoran.

 Dilakukan dengan membuat Kuesioner yang disebarkan kepada 100 pelanggan
/ customer restoran tersebut.

Y = a + b.X KUESIONER KEPUASAN PELANGGAN

Loyalitas = a + b.Kepuasan
SS S N TS STS
No. Pernyataan
5 4 3 2 1
Keterangan:
1 Rasa makanan enak
SS : Sangat Setuju
2 Pelayanan baik
SS : Setuju
3 Restoran bersih
N : Netral
4 Ruangan tidak nyaman
TS : Tidak Setuju
5 Saya sering ke mall
STS : Sangat Tidak Setuju
 B. Reliabilitas
Contoh Statistik

Responden P1 P2 P3 P4 P5
1 4 4 5 2 5
2 4 4 4 1 1
3
4
5 Responden 1-50 PUAS
Kisaran 1 Campur 1-
Kisaran 3-5
&2 5

50
51 1 2 2 5 5
52
53
54
55 Kisaran 4 Campur 1-
Kisaran 1-2, atau max 3
&5 5
Responden 51-100 TIDAK PUAS

100
 B. Reliabilitas
Contoh Statistik

Alpha
<0.7
Instrumen
Korelasi P4
dengan P Sangat tidak
lainnya hasil
negative (-0.91) Reliabel
 B. Reliabilitas
Contoh Statistik

 P1, P2, P3 & P5 semua statement Positif

 P4 statemennya Negatif  Indikator yang terbalik.
 Untuk memperbaikinya, maka bisa dilakukan dengan :
 Perubahan Codingnya:
1. Responden SS (nilai 5)  diganti STS (nilai 1)
2. Responden S (nilai 4)  diganti TS (nilai 2)
3. Responden STS (nilai 1)  diganti SS (nilai 5)
 P4 dihapus / dibuang KUESIONER KEPUASAN PELANGGAN

SS S N TS STS
No. Pernyataan
5 4 3 2 1
1 Rasa makanan enak
2 Pelayanan baik
3 Restoran bersih
4 Ruangan tidak nyaman
5 Saya sering ke mall
 B. Reliabilitas
Contoh Statistik

Instrumen
Alpha
>0.7
Reliabel
 B. Reliabilitas
Contoh Statistik

 P1, P2, P3 indikator yang konsisten

 P5 (saya sering ke mall) indikator yang
tidak konsisten  bukan indikator yang
Valid untuk mengukur Kepuasan
Pelanggan.
Korelasi P5 hasil  Untuk memperbaikinya, maka bisa
rendah (< 0.3) dilakukan :
 Tidak Valid
 P5 dihapus / dibuang
 B. Reliabilitas
Contoh Statistik

Instrumen
Alpha
Mendekati 1
Sangat
Reliabel
Thank you