STIKes BANTEN.

021. 7587 1242 / 5.

BSD City.

UJI STATISTIK.

Oleh.
Dr.Resna AS MPH.

Sekolah Tinggi Ilmu Kesehatan.

Banten.
SERPONG.
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

Bagan Asosiasi

Peristiwa 1 Peristiwa 2
Uji Chi - sq

Not significant Significant

Eksperimen

Asosiasi Skunder Asosiasi Primer

Molekuler

Indirect Direct
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

Hal yg perlu diperhatikan dalam

Memilih Uji Statistik.
1. Jumlah variabel
2. Skala ukuran
3. Cara pengambilan sampel
4. Besar sampel

Untuk jumlah variabel, skala pengukuran,

jumlah dan cara pengambilan sampel yang
berbeda
Pakai uji statistik yang berbeda
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

Jumlah Variabel.

Yaitu nilai atau sifat dari benda, orang, kejadian

atau segala sesuatu yang dapat bervariasi.
Misalnya:
1. variabel = Tinggi Badan.
2. variabel = Status kesehatan & imunisasi.
3. variabel = status kes, imunisasi & jenis
kelamin
Jumlah variabel tergatung dari pernyataan
penelitian
Untuk jumlah variabel yang berbeda
Pakai uji statistik yang berbeda
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

Skala Pengukuran.
Untuk skala pengukuran yang berbeda
Pakai uji statistik yang berbeda

Nominal dan ordinal : Non Parametrik

Interval dan rasio: Paremetrik &
Non Parametrik.
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

Cara Pengambilan Sampel.

Hal yang diperlu diparhatikan:

1. Indipenden/ unrelated: Pemilihan
Individu, tak dipengarui oleh faktor
tertentu

2. Dependent / releted: Pemilihan individu

yang dipengarui oleh faktor tertentu
Untuk cara pengambilan sampel yang
berbeda
Pakai uji statistik yang berbeda
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

Besar Sampel.

Hal yang perlu diperhatikan

Makin besar sampel maka mendekati
keadaan sebenarnya

Uji non parametrik sampel kecil

Untuk jumlah sampel yang berbeda,

Pakai uji statistik yang berbeda

 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

Tahap-tahap Uji Statistik.

Hal yang perlu diingat:
Uji statistik Stat.inferensial
Mengambil kesimpulan terhadap populasi
berdasarkan sampel dan memperoleh
kesimpulan tentang perbedaan 2 kelompok atau
lebih

Sebelum melakukan uji stat, tentukan:

Ho dan batas kemaknaan
Distribusi sampling dan uji stat yang sesuai
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

Hypotesis Nol (Ho)

Hipotesis yang dibuat untuk ditolak
menyatakan tidak ada perbedaan bila
Ho ditolak Hipotesis alternatif (Hi)
atau hipotesis penilaian yang diterima.

Hi diperoleh dari teori yang ada

(one atau two tail/ ekor)
Ho><Hi
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

Populasi Normal.
Asumsi
SAMPEL berasal dari populasi
dengan Distribusi Normal bila:
1. Mean = Median = Modus.
2. Mean, dan Standar Deviasi,
mempunyai nilai sebagai berikut.
X 1 SD = 68.3 %
X 2 SD = 95.5 %
X 3 SD = 99.7 %
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

Grafik Curve Normal.

Mean = Mediam = Modus

X 1 SD = 68.3 %
X 2 SD = 95.5 %
X 3 SD = 99.7 %
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

Distribusi Sampel.
Asumsi
Suatu kumpulan data yang banyak, bila
digambarkan akan merupakan distribusi normal
(central limit theorem)
Cara menentukan distribusi normal :
Coefisien Of Variation (COV ) : < 20%.
COV = SD / mean.
Uji stat : 1 variabel
Membandingkan letak (X 3SD)-(X+3SD)
terhadap letak X dan nilai Range
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

Probabilitas (nilai p)
TINGKAT KEMAKNAAN (Alpha)
Makin kecil tingkat kemaknaan.

Makin kecil terjadi kesalahan kesimpulan

Roosner.B (1986) fundamental Statistics
0.01<p<0.05 : significant
0.001<p<0.01: highly significant
P<0.001 : very highly significant
P> 0.05 : not statiscally significant
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

Tingkat Kemaknaan.

Besar tingkat, kemaknaan pada kurva normal

digambarkan pada kedua ujung kurva
Gambar penolakan dapat digambarka pada
kedua ujung two tail test
Bila pada satu ujung one tail test
Bila uji Statistik hasilnya dalam daerah
penolakan (P < Alpha) Ho
ditolak
Bila p > Alpha Ho diterima
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

Kesalahan Type Alpha & Beta.

Kemungkinan Ho salah disebut

Kesalahan tipe I (alpha),
Menolak Ho, sebetulnya Ho tsb benar
Kesalahan tipe II (Beta), Menerima
Ho, sebetulnya Ho tersebut salah
1 Beta = Power

Kekuatan uji statistik

 Memilih Uji Statistik.
Uji 1 variabel: Uji 3 variabel
Bionominal Anova
Chi-square Multipel
K.S. regresi
Run tes
Uji 2 variabel
Chi-square Mc. Nemar
Fisher Exact Uji tanda
K.S. CochranS
Unpair- t-test Pair-t-test
Peorsonss Wilcoxon
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

UJI Parametrik.
Uji Parametrik :
Dilakukan terhadap sekelompok data yang
mempunyai parameter yang jelas dan dapat
dihitung secara objektif
Uji yang terkuat untuk menolak Ho,
bila Ho salah.
Bila mempunyai cukup alasan untuk
memakai uji paremetrik, pakai
Uji Parametrik
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

Uji Non Parametrik.

Uji non parametrik
Uji untuk data yang kurang memenui sarat
untuk uji parametrik
Tidak memperdulikan distribusi. Populasi
normal atau tidak normal.
Paling sesuai untuk sampel kecil
Dapat dipakai untuk menganalisis data
dalam skala nominal dan ordinal
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

Degree of freedom.(df ).
Derajat kebebasan.
Df = n 1.
Jumlah yang diobservasi = n.

Df dua kelompok atau tabel.

Df = ( k 1 ) ( r 1 ).
Colum / kolom.
Row / baris.
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

Uji Chi- Square (X.2).

Ada 2 jenis : yaitu Tabel 2x2 dan BxK
Syarat
2x2 : Semua sel nilai E>5
BxK : > 20% Nilai E>5
Hasil : Bandingkan dengan nilai kritis tabel X
Bila X > NK Ho ditolak dan ><
Rumus:
(O-E)
X =
E
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

Uji Fisher Exact.

Tes asosiasi antara 2 variabel
Merupakan test alternatif bila X2 tak
memenuhi syarat
Buat tabel hasil penelitian
Buat tabel ekstrim (dapat >1)
P= p1+po

(a+c)!(b+d)!(c+d)!(a+b)
P=
n!a!b!c!d
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

Kolmogorov-Smirnov test.

Untuk 2 var yang bersifat independent

Bentuk tabel besar
Buat tabel frek.komulatif
Hitung d untuk tiap kolom
Tentuka D maksimum
Nilai kritis Tabel X dengan db = 2

n1 n2
X = 4D
n1 = n2
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

Uji Parametrik.

Unpaired t-test
Paired t-test
Z-test
Z-test satu sempel
Analisa korelasi
Analisa regresi
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

Unpaired T- test.

Untuk membandingkan 2 sampel

X1-X2
T=
S gab. 1/n1+1/n2
S gab= {(n1-1)s +(n2-1)s }
n1+n2-2
Nilai p lihat nilai tabel T
dengan db = n1+n2-2
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

Paired T test.
Untuk 2 sampel kecil yang dependent
D = rata-rata perbedaan 2 sempel
S = Standar deviasi
N = Jumlah pasangan
P = Lihat tabel T, db = I, t.nk
Ho ditolak

D
T=
S / Vn
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

Z - Test.
Untuk 2 sampel dengan n > 30
Nilai Z dilihat pada tabel normal

X1-X2
Z=
(SX1/nX = SX2/nX2)
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

Nilai Kurve Normal.

Nilai Z dilihat pada tabel normal

p = 0.1 0.05 .02 .01 .002 .001

z = 1.65 1.96 2.37 2.58 3.09 3.29
 Z test 1 sampel.

Untuk 1 sampeldengan n > 30

Nilai Z dilihat pada tabel normal
Nilai p didapat dengan membandingkan
nilai Z dengan nilai kritis

XH
Z=
S/ n
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

Analisa Korelasi.
Untuk 2 sampel dengan variabel
kuantitatif / continuos

n XY ( X)( X)
R=
{nX-(X)}{Y-(Y)}
 Korelasi.

Nilai korelasi antara 1--- + 1

Kuatnya hubungan = r.
R > 0.7 sangat kuat
R = 0.7-0.5 kuat
R = 0.50.25 cukup
R = > 0.25 tak ada korelasi
 Nilai Korelasi Populasi.

Untuk itu perlu uji hipotesis

Nilai t dapat pada tabel t
Nilai t > NK Ho ditolak

n-2
T= r
(I-r)
Evaluasi Garis Regresi.
1. Menghitung r
2. Menghitung hipotesis

3. Kesimpulan dengan tidak melihat

nilai T (NK)
Ho diterima atau ditilak
 Analisa Garis Regresi.

Hubungan 2 variabel dapat memprediksi

perubahan pada variabel dependen

n XY ( X)( X)
r=
{n X}{n Y}

a = Y - bX
Tingkat Pengukuran dan Test Statistik yang
cocok untuk masing- masing Tingkat.

SKALA HUBUNGAN YG CONTOH STAT. T. STATISTIK

MEMBATASI. YG COCOK. YG SESUAI.

NOMINAL. EKIUVALENSI MODUS

FREQUENSI NON
KOEF. PARAMETRIK.
KONTINGENSI.

ORDINAL. EKIUVALENSI MEDIAN.

LEBIH BESAR PERSENTIL.
DARI SPEARMAN rs. NON
KENDALL t. PARAMETRIK.
KENDALL w. .
SKALA HUBUNGAN YG CONTOH STAT. T. STATISTIK
MEMBATASI. YG COCOK. YG SESUAI.

INTERVAL EKIUVALENSI. MEAN.

LEBIH BESAR DEV. STANDAR NON
DARI. KORELASI PARAMETRIK.
RASIO PEARSON. DAN.
SEMBARANG 2 KARELASI PARAMETRIK..
INTERVAL MOMEN HASIL
DIKETAHUI. X GANDA.

RASIO. IDEM DIATAS MEAN

+ GEOMETRIK.
NON
RASIO KOEFISIEN PARAMETRIK.
SEMBARANG 2 VARIASI.
HARGA SKALA DAN.
DIKETAHUI. PARAMETRIK..
 Pemilihan Uji Statistik.

VARIABEL. NOMINAL. ORDINAL.

DUA
DUA KATA
KATA
KATA GORI SKOR.
GORI.
GORI ATAU
LEBIH

BINO CHI
K.S.
UJI. MIAL. SQUARE
 Dua Variabel tidak berkaitan.
VARIABEL VARIABEL SATU.
DUA. NOMINAL. ORDINAL. INTERVAL.
2 KEL > 3 KEL KEL. SKOR SKOR DIST NORM

N 2 CHI MANN
FISHER
SQUARE
O KELOMPOK WHIT ANOVAR 1
M = / > DARI CHI FAKTOR.
KRUSK
I 3 KELOM SQUARE WALLIS

ANOVAR
O KELOMPOK. KENDALL S
TREND.
R
D
KEN
I SKOR.
DALL

SKOR
DISTRIBUSI PEARSON r.
NORMAL.
 Dua Variabel berkaitan.
VARIABEL II VARIABEL I
2 KEL. 3 > KEL KEL. SCORE

I 2 t BERKAITAN
Mc. COECH SIGN WILCOX
T KELOM NEMAR RAN Q. TEST. -
ATAU
E POK ANOVAR.
R
V =>3
A ANOVAR
KELOM
L 2 FACTOR.
POK

O
R
KELOM PAGE ANOVAR
D
POK. sL
I
N