Musafaah, SKM, MKM

STATISTIK INFERENSIAL
Eksplanasi

Verifikatif
(Simetris)

(Asimetris)
Definisi statistik
inferensial
 Bidang ilmu statistika yang mempelajari tata
cara penarikan kesimpulan mengenai
keseluruhan data (populasi) berdasarkan
sebagian data (sampel) dari populasi
tersebut.
Statistik Inferensial

 mempelajari tatacara penarikan kesimpulan

keseluruhan (populasi)berdasarkan sebagian
data (sampel)

 tujuannya untuk mendapat kesimpulan

umum dari hasil penelitian
Ruang lingkup statistik
inferensial
 Uji hipotesis
 Estimasi Parameter
 Peramalan/prediksi (regresi)
 Pengambilan keputusan
Jenis Statistik Inferensial

 Statistik Parametrik
 Statistik Non Parametrik
Pengertian Statistik
Parametrik
Teknik – teknik statistik yang didasarkan pada
populasi berdistribusi normal dan
membutuhkan data kuantitatif (interval dan
rasio)
Syarat uji parametrik

 Distribusi normal
 Sampel diambil secara random
 Varians sama
 Skala pengukuran interval dan rasio
UJI STATISTIK PARAMETRIK

 Uji t
 Uji z
 Uji anova
 Regresi linier
 Uji korelasi Pearson
Statistik Parametrik
 Contoh :
 Rumusan masalah : adakah perbedaan rata-rata berat
badan bayi lahir di Kota Banjarbaru antara ibu yang
berpendidikan rendah dengan yang tinggi?
 Hipotesis : ada perbedaan rata-rata berat badan bayi lahir
di Kota Banjarbaru antara ibu yang berpendidikan rendah
dengan yang tinggi
 Variabel terikat: berat badan bayi (gram)----berdistribusi
normal
 Variabel bebas: pendidikan ibu (tinggi dan rendah)
 Uji hipotesis : t-test
 Jika berat badan bayi setelah di uji normalitas
datanya dan hasilnya tidak berdistribusi
normal,

 Maka uji yang digunakan: uji Mann Whitney

(statistik non parametrik)
Statistik Parametrik

 Rumusan masalah : Apakah ada pengaruh yang

signifikan antara berat badan ibu sebelum hamil
terhadap berat bayi lahir ?
 Hipotesis berat badan ibu sebelum hamil sangat
berpengaruh terhadap berat bayi lahir.
 Variabel terikat: berat badan bayi lahir (gram) ----
berdistribusi normal
 Variabel bebas: berat badan ibu sebelum hamil (kg)----
berdistribusi normal

 Uji hipotesis : korelasi pearson

 Apabila salah satu variabel atau kedua
variabel ternyata tidak berdistribusi normal,
 Maka uji yang digunakan adalah Korelasi
Spearman
 (statistik nonparametrik)
Statistik Parametrik

 Rumusan masalah : apakah ada perbedaan tinggi

badan anak yang signifikan antara ras A, B dan C ?
 Hipotesis : terdapat perbedaan tinggi badan anak
yang signifikan antara ras A, B dan C.
 Variabel terikat: tinggi badan anak (cm)----berdistribusi
normal
 Variabel bebas: ras (A, B, C)

 Uji hipotesis : Anova

 Apabila tinggi badan anak tidak berdistribusi
normal,
 Maka uji yang digunakan: uji Kruskal Wallis
(statistik non parametrik)
Pengertian Statistik Non
Parametrik

 Teknik-teknik statistik yang tidak mempunyai

asumsi berdistribusi normal dan
membutuhkan data kualitatif/kategorik
(nominal dan ordinal)
 Lebih sederhana dan khusus untuk sampel
yang kecil.
Statistik Non Parametrik
 Test binomial : untuk sampel < 25 dan terdapat 2
kelompok ( kaya-miskin, tua-muda, sarjana-non
sarjana dll )
 Rumusan masalah : apakah mhs senang
memilih makanan junk food atau lalapan ?
 Hypotesis : mhs lebih memilih makanan junk
food.
Statistik Non Parametrik
 Chi kuadrat : untuk sampel besar dan ada 2 atau
lebih kelompok.
 Rumusan masalah : adakah perbedaan proporsi
antara status pendidikan ibu (tinggi-rendah)
dengan status berat bayi lahir (BBLR-non
BBLR)?
 Hipotesis : ada perbedaan proporsi antara status
berat bayi lahir (BBLR-non BBLR) berdasarkan
status pendidikan ibu (tinggi-rendah)
UJI STATISTIK NON PARAMETRIK

 Uji Chi Square

 Uji Fisher Exact
 Uji Wilcoxon
 Uji Mann-Whitney
 Uji Kruskal Wallis
 Uji Korelasi Peringkat Spearman
Parametrik tidak terpenuhinon
parametrik

 Uji t independen Mann-Whitney

 Uji t dependenWilcoxon
 Korelasi PearsonKorelasi Peringkat
Spearman
 Uji anovaKruskal Wallis
PENENTUAN JENIS UJI STATISTIK

 Skala pengukuran: NOIR  proporsi (kategorik), rata-rata (numerik)

 Tujuan uji statistik: - uji 1-sampel
- uji 2-sampel
- uji k-sampel
- uji korelasi atau hubungan
 Jenis sampel: - independent
- paired (berpasangan) / dependent
 Asumsi uji statistik: - Parametrik:
jika - sampel random
- distribusi normal
- varians sama (pd kondisi ttt)
- skala interval/ratio
- biasanya n besar (n > 30)
- Non-parametrik (tidak perlu asumsi)
 PROSEDUR ANALISIS

DATA

Statistik deskriptif Statistik Inferens

Statistik Korelasi &

Statistik Parametrik Non Parametrik Regresi
Variabel terikat Variabel bebas UJI PARAMETRIK UJI NON-
PARAMETRIK
Kategori Kategori - Uji Chi Square
Kategori (2) Kategori (2) - Uji Fisher Exact
Numerik dan normal Kategori (2) Uji t bebas (independen) -

Numerik dan tidak Kategori (2) - Uji Mann Whitney

normal
Numerik dan normal Kategori (2) berpasangan Uji t berpasangan -
Sebelum-sesudah (dependen)
Pengukuran 1 – pengukuran 2
Numerik dan tidak Kategori (2) berpasangan - Uji Wilcoxon
normal Sebelum-sesudah
Pengukuran 1 – pengukuran 2
Numerik dan normal, Kategori (lebih dari 2) Uji Anova -
Varians harus homogeny

Numerik dan tidak Kategori (lebih dari 2) - Uji Kruskal Wallis

normal,
Numerik dan normal Numerik dan normal Korelasi Pearson

Numerik Numerik Korelasi Spearman

Jika salah satu atau keduanya tidak normal