Oleh :
Mochammad. Arief Tq,
MS. PHK
Biostatistik
1. Unit Pengamatan
2. Populasi
3. Variabel
4. Data
6. Probabilitas
Misalnya :
Sejauh mana perbedaan tinggi badan rata-rata antara laki-laki dan
perempuan dalam sampel dapat mencerminkan perbedaan rata-
rata tinggi badan laki-laki dan perempuan dalam populasi ?
1. Pengumpulan Data
Merupakan hasil pencatatan pengukuran terhadap variabel penelitian.
Skala pengukuaran variabel yang akan dianalisis (nominal, ordinal, interval
atau rasio).
2. Pemahaman Asumsi
Merupakan persyaratan yang harus dipenuhi ketika akan menggunkan uji
statistik .
(1) (1)
Jadi jika kita temukan suatu nilai statistik uji lebih kecil atau sama dengan
a maka secara probabilitas kita menolak Ho.
Makin besar nilai statistik uji kemaknaan yang kita dapatkan, makin
kecil nilai p.
Contoh :
Sebuah studi menemukan bahwa hubungan antara kebiasaan minum
jamu X pada saat kehamilan dengan suatu kelainan kongenital,
bermakna dengan p=0,001. Artinya terdapat 1 diantara 1000 hasil
penelitian tersebut terjadi hanya karena peluang kebetulan.
Interval Keyakinan (Convidence Interval; CI )
Contoh:
Suatu analisis data studi Kohor tentang pengaruh serangan epilepsi ibu
antenatal terhadap kejadian malfromasi kongenital janin menghasilkan
nilai Resiko Relatif RR = 1,63 dan IK 95% = 1,22 - 2,31.
Artinya :
Dengan tingkat keyakinan 95% ibu-ibu dengan riwayat epilepsi antenatal
mempunyai resiko melahirka bayi malformasi sebesar 1,2 2,3 kali lebih
tinggi daripada ibu tanpa riwayat epilepsi.
Kesalahan Pengambilan Keputusan Statistik
Sesungguhnya
Kesimpulan Uji Statistik Ho Benar H1 Benar
b kesalahan Tipe II
Misalnya untuk b sebesar 0,20 artinya ada peluang sebesar 20% untuk
membuat kesalahan tidak menolak Ho padahal Ho salah atau H1 benar.
Maka kuasa dalam penelitian itu sebesar 1-0,20 = 0,80. Dengan kuasa sebsar
0,80 berarti penelitian ini mempunyai kemampuan sebesar 80 persen untuk
dapat mendeteksi perbedaan antara kelompok yang diteliti jika memang
terdapat perbedaan.
Pertimbangan Pemilihan Uji Statistik
yang Sesuai
1. Pertimbangan Uji Parametrik dan Non parametrik
Uji Parametrik (misalnya uji t dan uji F) memiliki asumsi yang lebih banyak
daripada uji nonparametrik untuk penggunaan yang sama.
Pemenuhan asumsi yang lebih banyak :
(a) makin besar kuasa statistiknya
(b) makin kecil kesalahan menarik inferensi ke populasinya
(c) makin sempit generalisasinya.
Jika data yang dianalisis memenuhi semua asumsi , penggunaan uji statistik
parametrik merupakan pilihan utama.
Jika Data penelitian tidak dapat memenuhi sejumlah asumsi di atas Salah
satu alternatif penggunaan uji statistik nonparametrik .
Lanjutan.
Statistik parametrik.
Statistik non-parametrik.
ATAS PERHATIANNYA
TERIMA KASIH