Tingkat kepercayaan = materi pak Iwan = Sampel untuk estimasi parameter

Tingkat kekuatan uji = mendeteksi ada beda = 1 – beta

Tingkat kekuatan uji = probabilitas menolak H0 yg salah = 1 - Beta

One tail, karena di tujuan penelitian terdapat kata “lebih”.

Variabel toilet di bawah variabel BLT. Berarti variabel BLT sudah dikontrol, sebelum menilai
variabel toilet. Jawaban ada di materi prof Sabarinah, “analisis regresi logistic”. Lebih dari satu
VI, jelas harus dikendalikan variable lain
Hasil dari uji hipotesa dua arah adalah bermakna/korelasi bermakna (nilai p = 0.006). Nilai
korelasi pearson sebesar 0.970, menunjukkan korelasi positif dengan kekuatan korelasi yang
sangat kuat. Nilai r adalah 0.970 (positif), sehingga arah korelasi adalah positif. Semakin tinggi
usia, semakin tinggi LHR. Sumber: buku sopiyudin edisi 1

Tujuan dari studi adalah untuk estimasi parameter. Sumber jawaban: materi pak Iwan “Session
13b_sampel untuk estimasi parameter”
Opsi yang b, proporsi remaja putri yang anemia, bisa di mana aja. Jalan bisa, rumah tangga bisa
Yang di luar kendali, berarti dari pustaka, a dan b. yang dibutuhkan adalah yang a.

proporsi rumah tangga yang memiliki remaja putri yang anemia

Jawaban: two stage random sampling = multistage random sampling. Di dalam 1 rumah tangga,
juga bisa lebih dari satu. Pertama pilih rumah tangga, kedua pilih remaja di rumah tangga
Simple random sampling, ada kerangka sampel (arisan)
Systematic Random sampling, syarat sama. Utamanya, jumlahnya sama. Setiap blok, jumlahnya
sama. Kalau tidak sama, simple random sampling
Stratified, ada variable yang membagi. Sehingga ada kelompok. Dan kelompok homogen
Kerangka sampel tidak ada, cluster sampling
Stratified, ada variable yang membagi. Sehingga ada kelompok. Dan kelompok homogen

Uji Z ONE TAILED, karena survey besar. Ada acuan. Berarti ada referensi. Dianggap sebagai
parameter
Koefesien determinan = Koefesien r kuadrat = R2 = 0.364 = 36.4%

Terdapat 36.4% variasi Y yang dapat dijelaskan oleh X pada model

R= koefesien korelasi
Y=a+bX
 Jawaban: uji t dan chi square

Table ini menyajikan data berupa 1 variabel

dengan dua versi.

Tidak dapat dihitung, karena desain studi adalah potong lintang. Kecuali kohort. Sumber: prof
Sabarinah “Analisa Regresi Logistik”
Skala numerik, diubah ke skala kategorik

Chi square 1 arah

Unit elementer: remaja putri tinggal di rumah tangga di kabupaten A

Sumber materi: “populasi dan sampel” prof sabarinah

Koefesien B, variasi Y setiap X berubah 1 unit.
Exponent beta = OR

Ada dua bias, bias sampel dan bias non sampling

Missing value, menyebabkan bias seleksi, Cuma ambil sediit dari yang seharusnya. Missing
value terlalu banyak, variable ditolak
Missing value < 10% tdk usah diimputasi gpp. Tidk mempengaruhi sekali. Tp dilihat jg random
atau non random. Imputais dengan regresi, apabila bukan random

ANOVA one way, apabila skala kategorik hanya ada 1

ANOVA two way, apabila skala kategorik ada 2
ANOVA Multiway, x banyak

Mentoring 1

1. Hipotesis one tailed, condong ke arah satu “sisi. Jadi, dalam membuat hipotesis,
perhatikan kata – kata yang digunakan. Dimulai dari pertanyaan penelitian, lalu
hipotesis penelitian, baru hipotesis statistic.

Dalam regresi linear, Ha adalah linier. Ho adalah tidak ada perbedaan (bukan tidak
linier). Linear = lurus. Pengujian regresi linier, diujinya garis lurus atau tidak. Linier di
pengujiannya, bukan di hipotesa

Dalam regresi linier, pola scatter plot ada 3. Linier (positif dan negative), non linier
(hiperbola dan parabola), tidak berpola

2. Hipotesis alternatif. Hati – hati dengan bentuk kalimat hipotesis dan pembacaan table
2x2. Misal, pembacaan table 2x2, proporsi pada kelompok X lebih besar dari kelompok
Y. Terkadang, bentuk kalimat suka membuat tertukar

3. a) Dalam membuat Ha, lihat pertanyaan penelitian bentuknya one tailed or two tailed

b) Independent T test, perbedaan mean antara kedua kelompok. Bukan lebih dari dua.
Diukur hanya satu kali, bukan dua kali. Bisa sebelum intervensi atau sesudah intervensi.
Antara dua variable, yang skala kategorik dan skala numerik. Skala numerik, skor yang
dinilai. Skala kategorik, kedua grup, grup intervensi dan grup control. Ingat, independen
T test, distribusi data harus normal. Apabila distribusi data tidak normal, uji mann
whitney.
c) α = alfa = kesalahan tipe 1 = significance level. Kesalahan tipe 1, menyatakan di
populasi ada perbedaan. Padahal, di populasi tidak ada perbedaan.

The King =
 Alfa adalah robot di film power ranger. Di kehidupan nyata, Alfa tidak ada. Namun, anak
kecil beranggapan Alfa ini ada, padahal tidak ada. Beranggapan ada perbedaan di
sampel, padahal di populasi tidak ada.

Nilai p > Alfa, Ho GAGAL ditolak. Alfa ditentukan oleh tim peneliti. Bisa 1%, 5%, atau
10%. Apabila di soal ujian tidak ada keterangan angka Alfa, anggap Alfa 5%

d) Alfa tidak selalu 5%. Bisa aja alfa-nya, 0.10 = 10%

4. Apabila ada soal multivariate, dan ditnyakan uji statistic apa, ingat! Sebelum
multivariate, bivariate dulu
a. Numerik – Kategorik (2 kelompok), independent T test, apabila distribusi tidak
normal, uji mann whitney. Apabila skala numerik mau jadi kategorik juga, agar
chi square, artinya power/kekuatannya diturunkan
b. Numerik – Kategorik (> 2 kelompok), one way Anova. Apabila distribusi tidak
normal, kruskall willis. Kalau mau paksa pakai independent test bisa, namun bisa
menyebabkan inflasi alfa atau peningkatan nilai alfa. Jadi, jangan dipaksa
c. Kategorik – kategorik, chi square. Apabila distribusi tidak normal, fisher test
d. numerik – numerik, uji korelasi pearson. Apabila distirbusi tidak normal, uji
korelasi spearman. Namun, bisa juga regresi linear. Tujuan regresi linear bukan
hanya asosiasi, namun memprediksi Y dari X. Kalau mau regresi linear, harus
dipastikan bahwa Y pasti didahului oleh X. karena, bukan asosiasi saja.

Apabila distribusi data tidak normal, bisa diturunkan jadi skala ordinal

Multivariat, lihat variable dependen-nya. Numerik atau kategorik

Repeated anova. Ada yang one way dan two way.

Yang dimaksud two way, data berkelompok dari variable independen. Rata – berat bayi,
dari pendidikan ibu dan gaji ayah. Satu skala numerik dan dua skala kategorik

Melihat one way dan two way anova, dilihat dari jumlah variable-nya

Contoh 1: Seorang dokter ingin tahu perbedaan TD antara pasien yang diberi ACEi dan
CCB. TD pasien diukur sebelum dan sesudah

Variabel Independen: ACEi dan CCB (Kategori)

 Variabel Dependen: Tekanan Darah (Numerik)

Two way anova repeated

Contoh 2: Seorang dokter ingin membandingkan frekuensi nadi pasien yang diberi
salbutamol, teofilin, dan ipraproium bromide. Frekuensi nadi diukur pada kelompok pria
dan wanita.

Variabel Independen: S, T, I (kategorik)

Variabel Dependen: Frekuensi nadi (numerik)

multiple anova

Contoh 3: Seorang dokter ingin membandingkan frekuensi nadi dari tiga obat. BB,
Diltiazem, dan verapamil. Dibagi menjadi kelompok pria dan wanita

Multiple anova, repeated

5. Uji T berkelompok = independen T test. HATI – HATI. Soal yang ditanyakan adalah
sebelum penyuluhan. Apabila pada soal, tingkat pengetahuan dibagi menjadi, tinggi,
sedang, rendah, anova
6. Uji T berpasangan. Sebelum dan sesudah. Karena ada kata “meningkatkan”. Hati – hati.
Kata kunci “meningkatkan” bukan berarti korelasi. Kata “meningkatkan” di sini berarti,
7. r = 0, korelasi sangat lemah/tidak ada hubungan. Koefesien korelasi BUKAN hanya pada
regresi linier, tetapi pada uji korelasi. Ada dua versi terkait interpretasi nilai r, sedang
dan kuat. Di soal ujian nanti, tidak akan membingungkan. Pasti jelas, kuat/sangat kuat.
8. Nilai r adalah negative. Tetapi nilai p terdapat hubungan. Berarti, ada korelasi, namun
korelasi negative. Nilai variabel X meningkat, tetapi nilai variable Y menurun. Angka 1,
berarti nilai referensi. Mau ambil yang atas bisa, yang bawah juga bisa
9. Ingat, dalam membuat Ha, lihat dari pertanyaann penelitian. Jangan table atau hasil
statistic. TAPI, pertanyaan penelitian. Uji T, yang kita simpulkan adalah perbedaan rata –
rata.
10. One way anova, variable independen skala kategorik hanya ada satu. Two way anova,
variable independen skala kategorik ada dua
11. Satu numerik, tiga atau lebih tiga variable kategorik, gunakan varians multiway/anova
two way
12. Anova one way, karena lebih dari satu variable independen. Kalo tetap pakai
independen t test, risiko kesalahan tipe 1 angkat meningkat. Padahal kita mau
meminimalisir

Anova repeated measure, biostatistik semester 3.

13. ANOVA, tidak ditekankan one tailed or two tailed. Cukup ada beda atau tidak ada beda.
Kalau mau tahu ada perebedaan, post hoc
 14. Pada anova hitung mean square. Pada anova, nama ujinya adalah uji F. Kalau manual,
baca di table F.

∑ of Squares =mean square

Df

Df pada between groups = df numerator = jumlah kelompok – 1 = 4 – 1 = 3 (bagian atas)

Df pada within groups = df denominator = jumlah sampel – jumlah kelompok = 20 – 4 = 16
(bagian samping)

Df numerator dan df denominator dicocokan dengan nilai alfa. Kita akan mendapatkan nilai F.
lalu, dapat nilai P. tidak bisa dapat pas angka berapa, karena manual

15. Pada soal Anova, baca. Yang ditnyakan berapa kelompok atau berapa subjek

Kelompok = df numerator + 1
Subjek =

16. Pada anova, untuk melihat ada perbedaan. Nilai p. kelanjutan dari anova, biasanya post
hoc. Lihat juga, nilai p di bawah alfa.
Barat tengah = 0.011. ada dua, barat tengah, tengah barat, karena dibolak – balik
pengukuran

17. Beda rata – rata adalah tujuan penelitian/tujuan hipotesis adalah fokus dari anova,
karean tidak lihat one tailed atau two tailed

18. Regresi linier. Karena numerik – numerik

19 dan 20
Regresi linier, menghasilkan R square. R square = 36.4%. R tidak sama dengan R square. R =
koefesien korelasi, R = koefesien determinasi

Regresi linier, y = a + b x

Y = variable dependen
X = variable independen
a = intersep, y = a, apabila variable independen adalah 0
b = slope, nilai Y akan bertambah mengikuti nilai slope, setiap pertambahan variable
independen

R square, berapa kontribusi variable X/variable independen untuk menjelaskan variable

Y/variable dependen

21. Penyajian dari regresi linier

2869.73/konstan adalah intersep

Umur ibu, berat ibu, dan rokok adalah variable
Persamaaan => berat badan bayi = umur ibu + berat ibu + rokok

Koefesien standarisasi, untuk melihat mana variable yang paling besar.

Pada soal, yang ditanyakan adalah arti dari 113.98. Berarti, cara membaca slope. Berarti, setiap
kenaikan 1 kg BB ibu, berarti berat bayi bertambah 113.98 gram.

Satuan mengikuti variable yang terkait

Umur ibu = - 2.48, berarti setiap kenaikan 1 tahun umur ibu, BB lahir turun 2.48 gram
Rokok = - 411.67, berarti ibu yang terpapar rokok, BB bayi lahir lebih rendah 411.67 gram
dibandingkan tidak merokok. Apabila membaca yang skala kategorik, lebih rendah dan lebih
tinggi interpretasi-nya. Yang diinterpretasikan juga adalah yang kodingnya lebih tinggi

Y=a+bX
22. ingat! Regresi linier, dapat memperikiraan atau memprediksi nilai Y yang didapat dari nilai X

Regresi linier Cox, biasa pada survival. Variable dependen adalah waktu

23. lihat ppt

24. lihat ppt

Hati – hati. Chi square ada dua macam, Chi square kontinuitas dan chi square pearson

25. lihat ppt

26. lihat ppt
27. lihat ppt
28. lihat ppt
29. factor protektif, interpretasi “risiko lebih rendah”
30. lihat ppt
31. lihat ppt
32. ingat, interpretasi variable multivariate, ada kata “dikontrol oleh variable lain”
33. variable yang paling berpengaruh atau dominan, kita lihat OR yang paling besar. Nama lain
OR adalah eksponen B
34. lihat ppt

35. menentukan besar sampel, tergantung tujuan penelitian. Uji hipotesis dan estimasi
36. lihat ppt. untuk estimasi proporsi, wajib mengetahui prevalensi dari penelitian sebelumnya.
Opsi D. “Ingin mengetahui proporsi kejadian diare di kota A”. Pada estimasi proporsi, tidak ada
variable independen dan variable dependen. Pahami P1 dan P2.
37. besar sampel mempengaruhi tingkat kepercayaan. Apabila tingkat kepercayaan diturunkan,
besar sampel juga berkurang
38. lihat ppt

Mentoring 2

1. lihat ppt
2. lihat ppt
3. lihat ppt

Tujuan penelitian, uji hipotes, lihat desain studi penelitian

a) Kohort/Potong lintang, proporsi yang sakit dan tidak sakit, namun sama – sama
terpapar
b) Kasus control, proporsi yang sama – sama sakit, namun ada yang terpapar dan ada
yang tidak terpapar

Uji T Berkelompok = Uji T Independen

Uji T Berpasangan adalah kebalikan dari Uji T Dependen

Parabolic = U = Quadratic
Naik, turun, naik., seperti gelombang, Cubic

Linear: Y = a + b X

Interval kepercayaan yang lebar, berarti ada presisi