STATISTIK ANALITIK /INFERENS

Click to edit Master title style

• Estimasi:
• Menduga suatu nilai di populasi
berdasarkan satu nilai di sampel

• Uji hipotesis:
• Menguji perbedaan /hubungan antara satu
nilai di populasi dengan satu nilai di
populasi lain, melalui data di sampel

2
 Estimasi
Click to edit Master title style

Adalah suatu cara memperkirakan/ menduga

nilai/ karakteristik populasi (parameter)
melalui data hasil sampel (statistik)

Dalam Estimasi:
- -Data yg disurvei berbentuk Sampel - -
- -digunakan utk mengestimasi- -
- -Data Populasi- -

3
Click to edit Master title style
Parameter Statistik
(populasi) (sampel)

Hb=12 Hb=13 Hb=11 Hb=10

Hb=11 Hb=10

Hb=11 Hb=12 Hb=9 Hb=11

Hb=12 Hb=12

Hb=10 Hb=10 Hb=12 Hb=9

Sampel
Rata-rata Hb = 11,25
Populasi
Rata-rata Hb = 10,83 4
X 4
µ
Click to edit Master title style
ESTIMASI
MEMPERKIRAKAN NILAI RATA2 POPULASI MELALUI RATA2
SAMPEL

X µ x

5
Click
Kalauto edit Master
Survei -- ingintitle
tahustyle
Populasi ?

• Pada satu survei sejatinya..yang ingin diketahui adalah

karakteristik populasi ..bukan karakteristik sampel

• Kita tidak ingin

• Memperoleh rata-rata Tensi untuk sampel 250 bumil di Cirebon
• Memperoleh prevalensi imunisasi pada sampel 300 anak balita di
Tangerang

• Yang kita inginkan adalah

• Rata-rata Tensi bumil di seluruh wilayah Cirebon
• Prevalensi imunisasi balita di seluruh wilayah Tangerang

6
6
Click to edit Master
CIRI ESTIMASI YANG title
BAIK style

1. TIDAK BIAS
HASIL ESTIMASINYA MENGANDUNG NILAI POPULASINYA

7
Click to edit Master title style
2. EFISIEN
ESTIMASI YG BAIK KALAU MEMPUNYAI VARIASI YANG LEBIH KECIL /SEMPIT

8
3.Click to edit Master title style
KONSISTEN
JUMLAH SAMPEL YG SEMAKIN BANYAK MAKA KONSISTEN HASIL ESTIMASINYA
MENGANDUNG NILAI POPULASI, DENGAN VARIASI YG SEMAKIN KECIL

9
Click to edit Master title style

JENIS
ESTIMASI
1. ESTIMASI TITIK
2. ESTIMASI INTERVAL

10
 Click
ADA to edit
2 JENIS Master title style
ESTIMASI

A. ESTIMASI TITIK (POINT ESTIMATE)

Adalah suatu cara memperkirakan/ menduga nilai/ karakteristik populasi
(parameter) melalui data hasil sampel (statistik) dng satu nilai saja
= melakukan estimasi populasi dengan menggunakan satu nilai

- Variabel Numerik
Rata2 Sampel (ẍ) - - - estimasi - - Rata2 Pop (µ)

- Variabel Kategorik
Persentase sampel (p) - - estimasi - -Persentase pop (π)

11
 Contoh estimasi titik
Click to edit Master title style
CONTOH VARIABEL NUMERIK
Kita ingin tahu berapa sih berat badan bayi di Depok? Utk itu
kemudian dilakukan survei dng sampel 340 bayi. Datanya:
2000, 3100, ..dst. Selanjutnya datanya diolah, diperoleh rata2
berat bayi dari sampel tsb adalah 2100 grm
Estimasinya : Rata2 berat badan bayi di wilayah depok saat ini
adalah 2100 grm

CONTOH VARIABEL KATEGORIK

Kita ingin tahu berapa sih tingkat kepuasan pasien di RSCM ?.
Kemudian dilakukan survei dng sampel 200 pasien. Hasil survei
setelah datanya diolah menunjukkan bahwa ada 60 % dari
sampel tsb yg puas.
Estimasinya: Persentase tingkat kepuasan utk seluruh pasien di
RSCM saat ini adalah 60 %

12
Click toKELEMAHAN ESTIMASI
edit Master title style TITIK
HASIL ESTIMASI TITIK MUNGKIN LEBIH RENDAH ATAU LEBIH
TINGGI DARI NILAI YG SEBENARNYA (POPULASI) – “SEKITAR”

X µ x

13
B. Estimasi Interval
Click to edit Master title style
Dalam estimasi titik - - hasil estimasinya masih mengandung “sekitar”
Masalahnya seberapa besar keyakinan kita dan seberapa lebar yang disebut "sekitar"?
Masalah ini dapat diatasi jika kita menggunakan estimasi interval (interval estimate).
Pada estimasi interval, kita menggunakan selang 2 angka, bukan hanya 1 angka

Estimasi Interval adalah melakukan estimasi dengan menggunakan

2 (dua) interval nilai

Cara estimasi yang lebih baik: ESTIMASI INTERVAL

Walaupun sudah menggunakan estimasi interval, namun ada
kemungkinan kesalahan estimasi - - perlu ada tingkat
kepercayaan…
• Estimasi dalam bentuk selang pada tingkat kepercayaan tertentu (confidence
level)

• Tingkat kepercayaan yang sering digunakan: 90%, 95 %, 99%

14
14
 KONSEP TINGKAT KEPERCAYAAN (CONFIDENCE INTERVAL)
Click to edit Master title style
Misalkan kita mengumpulkan semua sampel yang mungkin terjadi dari populasi yang tertentu, dan
menghitung interval kepercayaan dari masing-masing sampel tersebut. Mungkin beberapa interval
kepercayaan dapat mencakup parameter populasi yang sesungguhnya, dan mungkin juga beberapa
interval kepercayaan lainnya tidak.

Tingkat kepercayaan 95% dapat diartikan bahwa nilai populasi (mis: rata2 pop) berada diantara nilai
15
interval yg dihasilkan sampel, peluangnyanya sebesar 95%
Click to edit Master title styleINTERVAL
ESTIMASI
CI 95 % : NILAI POPULASI BERADA DIDALAM NILAI INTERVAL
ESTIMASINYA MEMPUNYAI PELUANG SEBESAR 95 %

X µ x
X
X
16
Click to edit Master title style

ESTIMASI INTERVAL
UTK
VARIABEL NUMERIK

17
Click to edit Master
ESTIMASI title style
INTERVAL UTK VARIABEL NUMERIK

ẍ - µ
Z score distribusi Sampling Z = -------------------
SE
SE = STANDAR ERROR SE= σ / Ѵn atau SE= S / Ѵn

ẍ - µ ẍ - µ
Z = ------------------- atau Z = ------------------
σ/Ѵn S / Ѵn

Rumus Estimasi:

µ = ẍ ± Z * SE

µ = ẍ ± Z (σ / Ѵn) atau µ = ẍ ± Z (S / Ѵn)

18
Click to edit Master title style
ESTIMASI INTERVAL UTK VARIABEL NUMERIK

ADA 2 JENIS:
A. BILA NILAI STANDAR DEVIASI POP DIKETAHUI atau Jumlah
Sampel Besar
B. BILA NILAI STANDAR DEVIASI POP TIDAK DIKETAHUI dan
jumlah sampel Kecil

Jumlah sampel besar : n > 30

STANDAR DEVIASI /SIMPANG BAKU POPULASI - - THO atau SIGMA

19
 1.Estimasi
Click to editInterval utk NUMERIK
Master title style
A. Bila nilai Standar Deviasi pop (σ ) diketahui atau jumlah sampel besar (n > 30)

Note : σ adalah nilai standar deviasi populasi

• µ = ẍ ± Z * SE SE = σ / Ѵn SE= STANDAR ERROR

µ = ẍ ± Z * σ/ Ѵn atau µ = ẍ ± Z * S/ Ѵn

Note: µ = rata2 populasi yg akan diestimasi

ẍ = rata2 data sampel (dari hasil survei)
n = jumlah data sampel (dari hasil survei)
σ = standar deviasi populasi
Z = nilai Z score berdasarkan nilai tingkat kepercayaan tertentu yaitu: 90 %, 95 % dan 99 %

Utk Tingkat Kepercayaan (TK) 90 % -- Z =1,64

Utk Tingkat Kepercayaan (TK) 95 % -- Z =1,96
Utk Tingkat Kepercayaan (TK) 99 % -- Z =2,58

note : tingkat kepercayaan (TK) = confiden Interval (CI)

20
20
1.Estimasi Interval utk NUMERIK
Click to edit Master title style
-Contoh Bila nilai standar deviasi pop (σ) diketahui atau
jumlah sampel besar (n>30)

Data populasi berat bayi di depok menunjukan nilai standar deviasi = 200 gram.
Saat ini dilakukan survei dengan sampel 100 bayi didapatkan rata2 berat bayinya 2300 gram
Estimasikan rata2 berat badan bayi di wilayah Depok dengan tingkat kepercayaan 95 %
-----------------------------------
µ = ẍ ± Z * σ/ Ѵn
jawab
• µ = 2300 ± 1,96 * 200 / Ѵ100
• µ = 2300 ± 1,96 * 20
• µ = 2300 ± 39,2
• = 2300 – 39,2 s/d 2300 + 39,2
• = 2260,8 sd 2339,2
Jadi 95 % dipercaya bahwa rata2 berat badan bayi di wilayah depok berada diantara 2260,8 gram
s/d 2339,2 gram

Note:
Probabilitas bahwa berat bayi di popilasi(parameter) lebih rendah dari 2260,8 g adalah sebesar 2,5%
Dan Probabilitas bahwa berat bayi di populasi (parameter) lebih tinggi dari 2339,2 g adalah sebesar 2,5% 21
21
1.Estimasi Interval utk NUMERIK
Click to edit Master title style
-Contoh standar deviasi pop (σ) tdk diketahui, tapi jumlah
sampel besar (n>30)

Saat ini dilakukan survei dengan sampel 100 bayi didapatkan rata2 berat bayinya 2300 gram dan
standar deviasi = 50 gram
Estimasikan rata2 berat badan bayi di wilayah Depok dengan tingkat kepercayaan 95 %
-----------------------------------
µ = ẍ ± Z * S/ Ѵn
jawab
• µ = 2300 ± 1,96 * 50 / Ѵ100
• µ = 2300 ± 1,96 * 5
• µ = 2300 ± 9,8
• = 2300 – 9,8 s/d 2300 + 9,8
• = 2290,2 sd 2309,8
Jadi 95 % dipercaya bahwa rata2 berat badan bayi di wilayah depok berada diantara 2290,2 gram
s/d 2309,8 gram

22
22
1.Estimasi Interval utk NUMERIK
Click to edit Master title style
B. Bila nilai standar deviasi populasi ( σ )Tidak diketahui dan jumlah
sampel kecil (n ≤ 30)

Maka nilai σ bisa diganti dengan nilai S (standar deviasi data sampel)
• µ = ẍ ± t * SE SE = S / Ѵn

µ = ẍ ± t * S / Ѵn
Note: µ = rata2 populasi yg akan di estimasi
ẍ = rata2 data sampel (dari hasil survei)
n = jumlah data sampel (dari hasil survei)
S = standar deviasi sampel (dari hasil survey)
t = nilai t score berdasarkan nilai tingkat kepercayaan dan jumlah sampel.

Untuk mencari t score dengan ketentuan sbb:

- Alpha (α) = (1 - TK) /2
- DF = n -1 DF= degree of freedom
- Lihat tabel T (hal 201) ketemu nilai t nya 23
23
Click to edit Master title style
CONTOH MENCARI NILAI T ( T SCORE)

MISAL : n=28 tk= 90 % brp nilai t nya ?

- Alpha = [1 – 0,90] / 2 = 0,10/2 = 0,05

- DF = 28 – 1 = 27
Selanjutnya buka tabel t (hal 201)
Perpotongan kolom: 0,05 dan df = 27 - - itulah nilai t nya …?
alpha .05
DF
27 1,703 t = 1,703

Misal n=22 tk=95 % brp nilai t ?

24
Click to edit Master title style

25
 1.Estimasi Interval utk NUMERIK
Click to edit Master title style
-CONTOH Bila nilai standar deviasi pop (σ) Tidak diketahui

Survei berat badan mhs fkm diambil sampel 25 mhs. Hasil survei
setelah datanya diolah didapatkan rata2 bb = 60 kg dan standar
deviasi 10 kg.
Estimasikan rata2 bb seluruh mhs fkm dengan tingkat
kepercayaan 95 %
-------------------
Pertama tama cari dulu nilai t nya
- alpha = (1- 0,95)/2 = 0,05/2 = 0,025
- Df = 25 – 1 = 24
Lihat tabel t di hal 201

Df \ alpha .025
----------------------------------------------------------------------------------------
24 2,064
26
26
 1.Estimasi Interval utk NUMERIK
Click to edit Master title style
CONTOH Bila nilai σ Tidak diketahui dan jumlah sampel kecil (n ≤ 30)

µ = ẍ ± t * S/Vn
µ = 60 ± 2,064 * 10/ Ѵ25
µ = 60 ± 2,064 * 2
µ = 60 ± 4,128
= 60 - 4,128 s/d 60 + 4,128
= 55,872 s/d 64,128
Jadi 95 % diyakini bahwa rata2 berat badan seluruh mhs
fkm saat ini adalah berada diantara 55,9 kg s/d 64,13 kg

27
27
Click to edit Master title style

ESTIMASI INTERVAL
UTK
VARIABEL KATEGORIK

28
Click to edit
ESTIMASI Master KATEGORIK
INTERVAL title style

• Untuk data kategorik pendekatannya selalu ke kurva normal.

• Standar deviasi = √npq
• Standar Error

29
Click to edit
ESTIMASI Master KATEGORIK
INTERVAL title style

Π = PROPORSI/PERSENTASE POPULASI YG AKAN DIESTIMAI

p = PROPORSI /PERSENTASE SAMPEL HASIL SURVEI
q = 1- p
n= jumlah sampel
Z = nilainya sudah standar yaitu:tk 90%=1,64, tk 95%=1,96, tk 99%=2,58
30
Click
Contohto Estimasi
edit Master title style
Interval Kategorik
Survei perokok di diambil sampel secara random 50 orang
mahasiswa FKM . Hasil survei didapatkan 10 orang perokok,
Estimasikan brp persentase merokok utk seluruh mhs fkm
dengan tingkat kepercayan (confiden interval )= 95%
Jawab:

p= 10/50= 0,2
q = 1- 0,2 = 0,8

π= 0,2 - 0,11= 0,09 s/d 0,2 + 0,11 = 0,31

Jadi 95% dipercaya bahwa persentase seluruh mhs fkm

berperilaku merokok adalah berada diantara 9 % s/d 31 %

31
Survei
Click to edit-Master
- apa yg
title dilaporkan ?
style
Sebaiknya yg dilaporkan estimasi titik dan estimasi intervalnya

Misal kasus pertama:

TH 2020 2300 2900
Rata2 bb bayi = 2600 (95 % CI : 2300 s/d 2900)

2800 3000
TH 2023
Rata2 bb bayi = 2900 (95 % CI : 2800 s/d 3000)
Apakah bisa disimpulkan : rata2 bb bayi di depok ada perbedaan /kenaikan ?

Miisal kasus kedua:

TH 2020 2500 2700
Rata2 bb bayi = 2600 (95 % CI : 2500 s/d 2700)

TH 2023 2800 3000

Rata2 bb bayi = 2900 (95 % CI : 2800 s/d 3000)
Apakah bisa disimpulkan : rata2 bb bayi di depok ada perbedaan /kenaikan ?

32
 Interpretasi estimasi interval di survei
Click to edit Master title style
Contoh Pertama
Suatu penelitian terhadap 100 pekerja tambang didapatkan rata-rata kadar HB 16 g dengan
simpang baku 5 gl. Diketahui bahwa kadar baku HB populasi laki-laki dewasa sehat adalah 14 g.
Bagaimana kesimpulan kadar hemoglobin pekerja dibandingkan dengan nilai baku di
populasinya pada tingkat kepercayaan 95%? Apakah lebih rendah, atau lebih tinggi atau tidak
ada perbedaan ? = 16 ± 2 5/Ѵ100 = 16 ± 1 = 16-1 s/d 16+1 = 15 sd 17
Hb pekerja lebih tinggi
Contoh Kedua, survey kepuasan pasien di sutau rumah sakit tahun 2020 dan 2023

Tahun 2020 Tahun 2023

Kepuasaan pasien % (95% CI) % (95% CI)
- Puas 52 (50 % – 54 %) 55 (52 % – 58 %)
- Tidak 48 (52 %– 54 %) 45 (40 % – 50 %)

Th 2020, Peluang nilai interval 50%-54% mencakup kepuasan di populasi sebesar 95%
Th 2023, Peluang nilai interval 52%-58% mencakup kepuasan di populasi sebesar 95%

Bagaimana tingkat kepuasan pasien antara tahun 2020 dengan 2023

-ada kenaikan ?, atau-ada Penurunan?, atau tidak ada perbedaan ? Tidak ada perbedaan

33
Click todalam
Presisi edit Master title
estimasi style
interval

Estimasi dikatakan mempunyai presisi yang baik bila nilai interval yang
dihasilkan menunjukkan range yang lebih sempit
misal
Dengan timgkat kepercayaan 95% kita akan estimasi umur pasien
-pendidikan rendah : 20 – 30 tahun
-prndidikan tinggi : 23 – 27 tahun

Mana yang presisi estimasinya lebih baik ?

Nilai presisi dalam estimasi interval tergantung nilai Standar Error

Standar Error tergantung dari jumlah sampel - - SE kecil - - sampel besar

MARGIN ERROR ?

µ = ẍ ± Z * SE

Margin Error = Z * SE margin error = Z * σ/ Ѵn margin error= Z * S /Ѵn

34
Inga…….. Ada Standar error (SE) dan Margin Error (ME)
Click to edit Master title style
Pendalaman
Survei pada 50 mhs yang terpilih secara random, dilihat IP nya, 12 mhs
mempunyai IPK 3,0-3,50. 20 mhs mepunyai IPK 3,51-3,75 dan 18 mhs IPK
nya > 3,75. Berapakah besar proporsi mhs yang IPK diatas 3,50?
= 38/50
Survei kepuasan pasien pada 150 pasien di suatu RS adalah 63 %, dengan
standard error sebesar 4%. Apa kesimpulan dari survei tersebut dng tingkat
kepercayaan 95 %?

Survei umur mhs fkm diambil sampel random 100 mhs. Hasil survey
menunjukkan rata-rata umur mhs = 25 th. Dari pengolahan lebih lanjut
didapatkan nilai Standard Error (SE) sebesar 2. Bila digunakan tingkat
kepercayaan sebesar 95%,
Berapa rata-rata umur mhs fkm?
Bila sampelnya sebanyak 20 mhs, berapa rata2 umur mhs fkm ?

35