Diic - C2122157 - Ayu Chandra Dewi - Tugas Biostatistik
Diic - C2122157 - Ayu Chandra Dewi - Tugas Biostatistik
BIOSTATISTIK
Oleh :
AYU CHANDRA DEWI GANGGA
NIM C2122157
PENGERTIAN
Menurut Greek word “ Hypothesis merupakan dugaan atau jawaban sementara”, Menurut
Fawcett & Garity, 2009 “ hipotesis merupakan pengaturan format tentang hubungan yang
diharapkan antara dua variabel atau lebih dalam populasi tertentu ”, Menurut Erwan Agus
Purwanto dan Dyah Ratih Sulistyastuti (2007), Hipotesis adalah pernyataan atau tuduhan
bahwa sementara masalah penelitian yang kebenarannya masih lemah (belum tentu benar)
sehingga harus diuji secara empiris. Sedangkan Polit & beck, 2018 menyatakan “ hipotesis
merupakan prediksi, biasanya melibatkan prediksi hubungan antara dua variabel atau lebih ”,
Menurut Frenkel dan Wallen, sebagaimana dikutip dari buku Metode Penelitian Pendekatan
Kuantitatif (2021) karya Muhammad Darwin, dkk, Fraenkel dan Wallen mengartikan hipotesis
sebagai prediksi atas kemungkinan hasil dari suatu penelitian.
JENIS HIPOTESIS
1. Hipotesis asosiatif adalah bentuk pernyataan yang menunjukkan bahwa variabel terjadi
bersama-sama dalam beberapa cara tertentu tanpa menyiratkan bahwa yang satu
menyebabkan yang lain sehingga dalam kesamaannya jenis data penelitian yang
dipergunakan bisa data ordinal, data interval, data nominal, ataupun data rasio. Pembagian
bentuk hipotesis asosiatif terbagi atas beberapa macam yaitu :
a) Asosiatif simetris, Dugaan sementar penelitian biasanya terjadi hubungan yang
lebih menekankan pada hubungan kebersamaan antara variabel, bukan hubungan
sebab akibat
Contohnya :
Ada hubungan antara curah hujan dengan banjir
Ada hubungan antara kemiringan lereng dengan tingkat bahaya longsor
Ada hubungan antara rotasi bumi dengan pasang surut air laut
Ada hubungan antara penghasilan orangtua dengan fasilitas yang digunakan oleh
siswa
MERUMUSKAN HIPOTESIS
Hal yang perlu dipahami Menurut Dunn (2010) yaitu :
1. Mengidentifikasi hubungan yang spesifik (harus diidentifikasi dahulu hubungan
setiap variabel yang akan kita teliti)
2. Harus berdasarkan teori/ pemahaman yang sudah ada
3. Singkat, ringkas dan simple
4. Capable dilakukan uji statistik
5. Dapat dipahami oleh yang membaca
Hipotesis adalah dugaan sementara karena sifatnya sementara, maka perlu dilakukan
penumpulan data setelah itu dianalisis dan hasil uji menerima/ menolak Ho atau menerima/
menolak Ha, penting untuk merumus hipotesis dengan baik dan jngan lupa untuk melengkapi
konsep teori dan literatur review karena itu penting.
UJI STATISTIK
1. One sample T-Test
Uji-t satu sampel merupakan salah satu prosedur pengujian statistik yang cukup
populer digunakan oleh banyak peneliti. Bila anda ingin menguji satu variabel dengan
jumlah yang relatif terbatas. Uji-t satu sampel biasa digunakan untuk menguji hal-hal
berikut:
Perbedaan rata-rata antara sampel dan nilai rata-rata yang digunakan pada
hipotesis.
Perbedaan rata-rata antara sampel dengan nilei median dari sampel yang kita
uji.
Perbedaan rata-rata antara sampel yang kita gunakan dan nilai peluangnya.
Perbedaan statistik antara nilai perubahan dan titik nol.
Uji-t satu sampel hanya bisa digunakan untuk membandingkan nilai rata-rata sampel
pada 1 variabel dengan nilai rata-rata yang sudah ditentukan.
2. Levent Test
Uji Levene digunakan untuk menguji kesamaan varians beberapa populasi. Uji ini
merupakan alternatif dari Uji Bartlett. Uji Levene tidak membutuhkan syarat
kenormalan data, tetapi data harus kontinu dan sampel dari populasi yang diobservasi
adalah independen.
3. Independent Sample T-Test
Independent Sample t-test adalah uji statistik yang membandingkan rata-rata dari dua
kelompok sampel yang saling bebas (independent). Independent sample t-test
digunakan untuk melihat apakah terdapat perbedaan yang signifikan secara statistik
antara dua kelompok tersebut (ditinjau dari rata-rata). Perlu ditegaskan kembali
bahwa kedua kelompok tersebut haruslah saling bebas / tidak berhubungan / tidak ada
kaitan ataupun disebut juga independent. Adapun asumsi-asumsi persyaratan dari
independent sample t-test adalah sebagai berikut :
Variabel kategori terdiri dari dua kategori yang saling bebas satu sama lain.
Variabel uji (terikat) berupa data kontinu, baik berupa interval maupun ratio.
Variable uji berdistribusi normal.
Variansi variabel kategori (terhadap variabel uji) adalah sama
MENENTUKAN UJI STATISTIK
1. Data : categorical atau nominal
2. Variabel independen dan dependen (kategori atau numeric, jumlah)
3. Jenis penelitian : hubungan, perbedaan, komparasi, efektivitas, dll
4. Pilihan uji statistik :
5. Parametrik atau Non Parametrik
a. Parametric test
Syarat : menggunakan data numerik dan berdistribusi normal :
Contohnya :
Independen t test
Independent Sample t-test adalah uji statistik yang membandingkan rata-
rata dari dua kelompok sampel yang saling bebas (independent).
Persyaratan independent t test anatar lain :
o Data harus berdistribusi normal
o Digunakan untuk menguji perbedaan nilai mean (rata-rata) 2
independent groups (2 kelompok yang dipilih secara random/ acak)
o Variabelnya adalah kuantitatif yang bersekala numerik (interval/
rasio)
o Uji alternatif : Mann-Whitney U test yang merupakan
nonparametric test
Contoh kasusnya : Perbedaan Hb ibu hamil di kota dan di desa,
perbedaan skor IQ siswa di sekolah swasta dan di desa
Dependen t test
Dependent sample t-test atau sering diistilakan dengan Paired Sampel t-
Test, adalah jenis uji statistika yang bertujuan untuk membandingkan rata-
rata dua grup yang saling berpasangan. Sampel berpasangan dapat
diartikan sebagai sebuah sampel dengan subjek yang sama namun
mengalami 2 perlakuan atau pengukuran yang berbeda, yaitu pengukuran
sebelum dan sesudah dilakukan sebuah treatment. Persyaratan dependent t
test yaitu :
o Data berdistribusi normal
o Data berskala numerik
o Kedua kelompok dipilih secara non random (dipasangkan/
matching)
o Uji alternatif : Wilcoxon yang merupakan nonparametric test
Contohnya : Hb ibu hamil sebelum dan setelah diberikan tablet besi
Pearson product moment
Pearson product moment adalah salah satu dari beberapa jenis uji korelasi
yang digunakan untuk mengetahui derajat keeratan hubungan 2 variabel
yang berskala interval atau rasio, di mana dengan uji ini akan
mengembalikan nilai koefisien korelasi yang nilainya berkisar antara -1, 0
dan 1
Persyaratannya adalah :
o Berskala interval/ rasio
o Variabel X dan Y harus bersifat independen satu dengan lainnya
o Variabel harus kuantitatif simetris
o Terdapat hubungan linier antara X dan Y
o Data berdistribusi normal
b. Non Parametric test
Contohnya :
Chi-Square
Adalah untuk menguji perbedaan proporsi antara 2 atau lebih kelompok,
contohnya :
o Apakah ada perbedaan hipertensi antara mahasiswa dan mahasiswi
o Apakah ada perbedaan BBLR antara ibu yang sosial ekonomi
rendah, sedang dan tinggi