X 1 - 1,96 . SE X1 X1 1,96 . SE X1
n1
x1 x 2
n2
n2 x2, p2
X 2 - 1,96 . SE X X 2 1,96 . SE X
2 2
Parameter : , P, dan R
Statistics : x, p dan r
Model distribusi teoretik : Distribusi Normal,
Distribusi t
Parameter :
Statistik : s
Model distribusi teoretik : Distribusi F
Parameter : Distribusi jumlah sel
Statistik : distribusi sel dari sampel
Model distribusi teoretik : Chi-square ( 2)
LANGKAH :
Apa parameter ( karakteristik populasi ) yang
akan dideskripsikan ( ,P,R, ).
Apa dasarnya ?
Pilih Sampel representatif (n) dari Populasi (N)
Hitung nilai statistik yg sesuai (x, p,r,s)
SAMPLE
POPULASI ESTIMASI x1, p1
, P n1
Point Estimate
of Population Mean
n1
X1 - 1,96 . SE x X1 1,96 . SE x
1 1
S
SE X
n
Lower 95% Interval Estimate of
Confidence Limit Population Mean
.3413
Z=0.0 1.0
ESTIMASI PARAMETER DUA POPULASI
POPULASI-1 x1
1 ? p1
P1 ?
x1 x2 ? 1 = 2 ?
POPULASI-2 p1 = p2 ? p1 = p2 ?
2 ?
P2 ?
x2
p2
SE p = p (1-p) /n
TEST OF TWO INDEPENDENT SAMPLE
MEANS
Is 1 2 ?
x1 - x 2 - 0
s (n1 - 1) s (n 2 - 1)
2 2
t
Sp 1 2
sp 1/n1 1/n 2
n1 n2 2
tcomputed = (d - 0) / [sd / n]
TEST OF TWO INDEPENDENT
PROPORTION (Kuzma, p 135-138)
Beda p
Chisquare
Beda proporsi dua populasi paired : McNemar Test
( TESTING HYPOTHESIS )
HIPOTESIS?
Pernyataan atau kesimpulan atau dugaan
sementara tentang keadaan populasi.
Hipotesis menyatakan parameter populasi dari
variabel yang terdapat dalam populasi dan
dihitung berdasarkan statistik sampel
Hipotesis selalu dirumuskan terlebih dahulu
sebelum pengambilan sampel
Mengapa perlu diuji dan Apa
yang di uji?
Hipotesis mungkin benar atau mugkin tidak benar
( ketidak pastian )
Pengujian dilakukan dengan membandingkan hasil
statistik sampel dengan nilai hipotesis.
Bila perbedaan nilai statistik dengan nilai hipotesis
tersebut kecil kita menerima hipotesis.
Tetapi bila perbedaan nilai tersebut besar maka kita
menolak hipotesis.
Pengujian hipotesis apakah
merupakan pembuktian
kebenaran ?
Pengujian hipotesis secara statistik berupa
menerima atau menolak hipotesis null (Ho)
Statistik sama sekali tidak melakukan
pembuktian kebenaran.
Dasar pengujian hipotesis adalah probabilitas.
Hipotesis Null vs Hipotesis Kerja
Hipotesis kerja ( Alternatip ), H1, Ha:
* Hipotesis yang dirumuskan peneliti
* Hipotesis yang akan diuji
Hipotesis Null ( Ho ) :
* Hipotesis yang akan di uji dengan perhitungan statistik.
* Pada uji statistik diformulasikan untuk tidak diterima.
* Biasanya formulasinya :
* Tidak ada perbedaan dua atau lebih variabel
* Tidak ada hubungan dua atau lebih variabel
* Persamaan dua atau lebih variabel
* Berlawanan dengan hipotesis kerja
Power
Probabilitas untuk menolak hipotesis nol ( menerima
hipotesis kerja ) dan sesungguhnya pada populasi ada
perbedaan. PADA POPULASI
berbeda tak berbeda
HO Kesalahan
POWER Type I
ditolak 5%
(1)
UJI
( berbeda) ( ) 1%
HIPOTESIS Kesalahan
Type I I (1-)
HO
diterima ( ) 5 20 %
(tak beda )
BENTUK PENGUJIAN : SATU ARAH atau DUA ARAH
Penerimaan
Penolakan H0 Penolakan
H0 H0
0.025 0.025
( 2,5 % ) 95 % ( 2,5 % )
-1.96 s x +1.96 s
H0 : sama / tak ada beda / tak ada hubungan ( uji dua arah )
H0 : lebih besar dari / lebih kecil dari ( uji satu arah )
pengujian hipotesis
Komparasi : Perbedaan
Hubungan variabel :
Hubungan assosiasi
Hubungan korelasional
Hubungan timbal balik ( relationship ) .Regresi
Parameter yang diuji
Uji nilai rata-rata hitung ( Mean ):
- independen
- pasangan ( paired )
Uji Variabilitas terhadap Mean ( Varian )
Uji nilai Proporsi
Uji koefisien korelasi ( r )
Uji Regresi
HUBUNGAN VARIABEL
Var Prakondisi
A
* INDEPENDEN VAR
VAR
BEBAS Y * DEPENDEN
X
FAKTOR RESIKO TAK BEBAS
CAUSAL
Var OUT COME
Confounding B
EFFEK
Var
C
Variabel perantara
UJI t INDEPENDENT
UNIVARIAT: HUBUNGAN 1 VARIABEL
INDEPENDET DAN 1 VARIABEL
DEPENDENT
INDEPENDENT VAR : SKALA NOMINAL
DEPENDENT VAR ; SKALA NUMERIK
Uji t untuk satu variabel bebas
Ho : Tidak ada perbedaan kadar Cholesterol darah siswa SD di
daerah perkotaan dengan Siswa SD di daerah pedesaan.
Level sign : 95 % ( p = 0.05 )
SD
Rural n = 100, Rerata kolesterol = 160 mg/ml, sd = 22,4
132 136 4
160 130 - 30
145 128 - 17
.. .
134 136 2
123 111 -12
- dihitung Mean differences dan Sd differences
- gunakan statistik t test dari differences
- interpretasi hasil p lebih kecil atau lebih besar dari 0.05
ASUMSI DASAR UJI t
n = 10 n = 10 n = 20
Nilai BB bayi nilai BB bayi nilai BB bayi
Mean BB Mean BB Mean BB
Chi-Square test
CHI-SQUARE TEST
DATA KUALITATIP
DATA KATEGORI ( SKALA KONTINUE KE
SKALA KATEGORI )
HUBUNGAN (ASSOCIATION ) ANTARA DUA
VARIABEL
DASAR : KOMPARASI FREKWENSI
PENGAMATAN ( OBSERVED FREQUENCIES )
DENGAN FREKWENSI YANG DIHARAPKAN
( EXPECTED FREQUENCIES
EXPECTED FREQUENCIES dan
OBSERVED FREQUENCIES
Ambil satu uang logam dan lemparkan keatas
kemudian tangkap kembali dengan telapak tangan
kanan lalu tutup dengan telapak tangan kiri. Coba
tebak yang menghadap keatas apakah Gambar atau
Angka yang sdr inginkan ? Sekarang buka dan lihat
apakah sesuai dengan yang sdr inginkan ?
FORMULA :
X = ( O E ) / E dengan
Derajat bebas ; ( k 1 ) ( b 1 )
Bandingkan dengan Nilai X tabel
Penggunaan
Chi-Square test
independensi antara dua variabel (association test)
Homogenitas berbagai subgroup (homogenity test)
Perbedaan antara dua proporsi (significancy test
between two proportion )
Nilai pengamatan apakah mengikuti salah satu
distribusi tertentu (Goodness of fit test)
Test association
dr. Jack ingin mengetahui apakah dikalangan remaja
perokok juga peminum kopi ?
Apakah pada ibu hamil yang minum alkohol
berpengaruh terhadap berat badan bayi yang
dilahirkannya ?
Apakah ada hubungannya antara lama belajar dengan
Indeks Prestasi ?
Bila X hitung > X tabel : ada assosiasi antara dua
variabel
Test homogenity
Apakah berbagai kelompok etnis ada
hubungannya dengan merokok ?
Apakah ada hubungan antara berbagai status
sosial ekonomi dengan kebiasaan
mengkonsumsi narkoba ?
Bila hasil X hitung > X tabel : hasil
pengamatan dari berbagai sub kelompok
tersebut berbeda.
Test significancy of two
proportion
Apakah ada perbedaan antara kelompok yang diberi
vit. C dengan kelompok yang diberi placebo terhadap
penyakit influensa ?
Apakah ada perbedaan antara kelangsungan berobat
dengan kesembuhan penyakit TBC ?
Interpretasi : Bila hasil X hitung > X tabel : ada
perbedaan antara proporsi dua variabel
Test goodness of fit
Apakah distribusi pengamatan dari data yang
dikumpulkan antara variabel merokok mengikuti
pola distribusi normal pada populasi ?
Formula : X = ( O / E ) N
Bila hasil X hitung > X tabel : Frekwensi
distribusi variable tersebut mengikuti distribusi
Normal .
Ketentuan pemakaian
Chi - Kuadrat
Jumlah sampel harus cukup besar
Pengamatan bersifat independen
Digunakan pada data deskrit atau data kontinyu yang
telah dikelompokkan menjadi kategori
Jumlah frekwensi yang diharapkan harus sama
dengan jumlah frekwensi yang diamati
Pada derajat bebas sama dengan 1 tidak boleh ada
nilai expected < 5
Keterbatasan
Chi-Square test
Bila salah satu cell expected frek kurang dari
5 ------ tak dapat digunakan ---- gunakan
Fisher test.
Tidak dapat menunjukkan kekuatan
hubungannya
Tidak dapat menyimpulkan hubungan sebab
akibat
Rumus umum
(OE)2
X2 =
E
Derajat bebas = ( b -1 ) ( k 1 )
Contoh :Uji hipotesis untuk proporsi
Dasar :
- Menilai perbedaa nilai expected dan pengamatan ( observed )
- Tak dapat dihitung reratanya
- Menyatakan assosiasi
Sembuh tak sembuh
79 21 100
Chi Square test : 0,01 < p < 0,05 ATAU Nilai hitung > Nilai tabel
Ea = (a+b)(a+c) / (a+b+c+d)
Eb = ((a+b)(b+d)/ (a+b+c+d)
KORELASI - REGRESI
* Salah satu teknik untuk melihat hubungan yang terjadi
antara satu variabel dengan variabel yang lain.
VARIABEL
VARIABEL VARIABEL
VARIABEL
X
X Y
Y
INDEPENDEN DEPENDEN
Y
***
***
***
***
X
Hubungan negatip
Korelasi
derajat hubungan atau kekuatan hubungan antar variabel
diukur dengan KOEFISIEN KORELASI ( r )
* Formula :
6 d12
rs = 1 - -----------
N3 - N
Korelasi biserial :
* Formula :
_
Xp - X p.q
r = ----------- [ ------- ]
Sx Y
Populasi : Y = A + BX
Sampel : Y = a + bx
b = slope
a
x x+x
Contoh :
Jumlah balita tingkat kematian
di immunisasi ( X ) per kabupaten ( Y )
18 96
20 90
25 80
30 70
33 69
35 60
38 58
40 50
n XY - ( X ) (Y) Y X
b= --------------------- a = Y bx = ---- - b ----
n X2 - (X)2 n n
Buat tabel :
X Y X2 XY
18 96 324 1728
20 90 400 1800
dst
239 573 7607 16209
n XY - ( X ) (Y) Y X
b= --------------------- a = Y bx = ---- - b ----
n X2 - (X)2 n n
a = - 195
b = 129,8
Y = 129,8 1,95 X Bila immunisasi = 50
Y = 129,88 - 1,95 ( 50 ) = 32,8 = 32 ( tingkat kematian )
Pedoman pemilihan statistik uji
Hipotesis
satu variabel bebas
Variabel TEST
Bebas Tak bebas
Variabel Metode
Bebas Tak bebas
1. 3 5.5 1 4 7.5
2. 0 1.5 2 5 9
3. 4 7.5 3 6 10
4. 0 1.5 4 11 15
5. 1 3 5 7 11
6. 2 4 6 8 12
7. 3 5.5 7 10 14
8 9 13
W1 = 28.5 W2 = 91.5
We = n1(n1+n2+1 ) / 2 .. 56
Wilcoxon signed ( data
berpasangan )
Apakah ada hubungannya antara jumlah rokok
yang dikonsumsi sebelum kehamilan dan
sesudah kehamilan
No before after d Rank
1 8 5 3 3(-)
2 13 15 2 2(+)
3 24 11 13 9(-)
4. 15 19 4 4(+)
5. 7 0 7 7(-)
6. 11 12 1 1(+)
7. 20 15 5 5(-)
8. 22 0 22 10 ( - )
9. 6 0 6 6(-)
10 15 6 9 8(-)
11 20 20 - -
Sum Test
Korelasi -----Spearman Correlation
Fisher : N ! a ! b! c! d !
(a+b) ! (c+d)! (a+c ) ! ( b+d) !
TERIMA KASIH
ATAS PERHATIAN ANDA
KEMBANGKAN DENGAN
MEMBACA LITERATUR