Ternyataaa...
Bel rumah teman saya rusak
Kesimpulan yang salah dari asumsi yang salah.
Dalam statistik terdapat beberapa asumsi yang
harus dipenuhi agar suatu data memenuhi
kriteria untuk pengambilan
kesimpulan/kenyataan yang tepat.
*
* Data terdistribusi normal
* Varians data homogen
* Data berskala minimal interval
* Independence
*
* Uji hipotesis dalam penelitian dibangun
berdasarkan logika distribusi normal
* Data dari sampel yang terdistribusi normal
diasumsikan mewakili data populasi (sampel
cukup representatif)
* Semakin besar sampel, semakin besar
kemungkinan data terdistribusi normal
*
*
Interpretasi:
Data nilai ujian SPSS ditemukan tidak signifikan, D (26) =
0,10, p > .05 sedangkan data waktu ditemukan signifikan,
D(26) = 0.23, p < .05 sehingga dapat disimpulkan bahwa
data nilai ujian SPSS terdistribusi normal sedangkan data
waktu tidak terdistribusi normal.
2. Homogenitas varians
Persebaran skor setara pada kelompok atau
level data yang berbeda
*
*
Interpretasi:
Data nilai ujian SPSS ditemukan tidak signifikan, F (1, 98) =
2,58, p > .05 sedangkan data numeracy ditemukan
signifikan, F(1, 98) = 7.36, p < .05 sehingga dapat
disimpulkan bahwa data nilai ujian SPSS memiliki varians
yang homogen sedangkan data numeracy memiliki varians
yang heterogen
* Data harus bersifat kontinu (skor) tidak boleh
berskala nominal atau ordinal
*
* Data dari satu responden independen dengan
responden lain hasil ukur satu responden
tidak mempengaruhi hasil responden lain
* Contoh: pengambilan data terhadap 2
responden di lokasi yang sama, respon
responden 1 dapat mempengaruhi respon
responden 2 tidak independen
*
KORELASI
Practice makes
perfect
Semakin banyak latihan, hasil kerja
semakin baik +
Semakin banyak latihan, hasil kerja
semakin buruk -
Semakin banyak latihan, hasil kerja
konstan/tidak ada perubahan x
Apakah Korelasi itu?
Hubungan antara dua variabel (variabel
x dan variabel y)
Contoh lain??
Hubungan kebiasaan olah raga dengan
tekanan darah
Hubungan pengetahuan tentang operasi
dengan kecemasan pasien praoperasi
Contoh:
Koefisien Korelasi
Angka yang menggambarkan sejauh
mana hubungan antara dua variabel,
bagaimana variasi pada satu variabel
diikuti oleh variasi pada variabel yang
lain.
Dukungan_ Tingkat_
keluarga kecemasan
Dukungan_keluarga Pearson Correlation 1 -,336*
Sig. (2-tailed) ,032
N 42 42
Tingkat_kecemasan Pearson Correlation -,336* 1
Sig. (2-tailed) ,032
N 42 42
*. Correlation is significant at the 0.05 level (2-tailed).
Linear-by-Linear
23,564 1 ,000
Association
Lower Upper
OR
Odds Ratio for merokok (tidak
9,107 3,550 23,363
merokok / merokok)
RR (ya) RR (tidak)
Melaporkan Chi Square
Tidak kanker Total OR Pearson’s P
kanker chi square value
N % N % N %
Tidak 25 71,4 10 28,6 35 100 9,11 23,80 .000
merokok
merokok 14 21,5 51 78,5 65 100
Interpretasi:
Ada hubungan yang signifikan antara perilaku merokok
dengan kejadian kanker paru-paru χ2 = 23.80, p < .001
dan berdasarkan nilai OR, kejadian tidak kanker 9,11x
lebih banyak terjadi pada orang yang tidak merokok,
atau kejadian kanker 0,11x (1/9,11) lebih banyak terjadi
pada orang yang merokok.
Interpretasi RR
RR (tidak) = 3,316 orang yang tidak
merokok memiliki peluang untuk tidak
mengalami kanker paru-paru sebanyak
3,316 kali lebih besar dibandingkan orang
yang merokok
RR (ya) = 0,364 orang yang tidak merokok
memiliki peluang untuk mengalami kanker
paru-paru sebanyak 0,364 kali lebih kecil
dibandingkan orang yang merokok
Pearson data kedua variabel berskala
interval, terdistribusi normal
Spearman salah satu variabel tidak berskala
interval, tidak terdistribusi normal
Kendall sama dg Spearman tapi untuk
sampel yang lebih kecil
Poin biserial satu variabel berskala interval
dan variabel lain berskala nominal dengan
dua kategori yang murni dikotomi
Biserial satu variabel berskala interval dan
variabel lain berskala nominal dengan dua
kategori yang tidak murni dikotomi
Chi square melihat hubungan 2 variabel
berskala nominal dengan 2 kategori
Rambu-rambu memilih teknik
statistik dalam penelitian
Teknik statistik dipilih pada step terakhir
pembuatan proposal
Teknik yang dipilih harus konsisten dengan
masalah dan tujuan penelitian
Gambaran/profil mean, distribusi frekuensi
Hubungan korelasi, chi square, regresi
Perbandingan t-tes, anova
Teknik statistik yang dipilih harus sesuai dengan
data dari masing-masing variabel penelitian
Perhatikan skala data, jika data berskala interval/rasio
jangan dipaksakan menjadi nominal atau ordinal
hanya karena ingin memakai teknik statistik tertentu.