STATISTIK INFERENSIAL

Statistik Inferensi

• Yaitu statistik yang digunakan untuk

menggeneralisasikan data sampel terhadap
populasi.
• Untuk memberi peluang sejauh mana
kebenaran data sampel terhadap populasi,
maka peneliti menentukan nilai α (tingkat
signifikansi).
 YA YA YA

TIDAK TIDAK
JENIS STATISTIK INFERENSIAL

 Statistik parametrik
Ilmu statistik yang digunakan untuk data-data yang memiliki
sebaran normal dan memiliki skala interval atau rasio.
 Statistik non parametrik
Statistik nonparametrik disebut juga statistik bebas sebaran.
Statistik nonparametrik dapat digunakan pada data yang
memiliki sebaran normal atau tidak dan memiliki skala
nominal atau ordinal.
 Langkah-Langkah Pemilihan
Metode Statistik
1. Apakah distribusi data diketahui?
Jika distribusi data tidak diketahui maka statistik yang sesuai
adalah statistik nonparametrik. Jika distribusi data diketahui,
maka kita harus melihat jenis distribusi data tersebut.
2. Apakah data berdistibusi normal?
Jika data tidak berdistribusi normal, maka statistik yang
sesuai adalah statistik nonparametrik. Jika data berdistribusi
normal, maka statistik yang sesuai adalah statistik
parametrik.
3. Apakah sampel ditarik secara random?
Jika sampel tidak ditarik secara random, maka statistik yang sesuai
adalah statistik nonparametrik. Jika sampel ditarik secara random,
maka statistik yang sesuai adalah statistik parametrik.
4. Apakah varians kelompok sama?
Jika varians kelompok tidak sama, maka statistik yang sesuai
adalah statistik nonparametrik. Jika varians kelompok sama, maka
statistik yang sesuai adalah statistik parametrik.
5. Bagaimana jenis skala pengukuran data?
Jika skala pengukuran data nominal dan ordinal, maka statistik yang
sesuai adalah statistik nonparametrik. Jika skala pengukuran data
interval dan rasio, maka statistik yang sesuai adalah statistik
parametrik.
 STATISTIK PARAMETRIK
• Statistik parametrik: yaitu statistik yang
digunakan untuk menguji hypotesis yang
variabelnya terukur.
• Contoh: “Berapa menit rata-rata tayangan iklan
di TV?“
• Variabel waktu tayangan iklan dapat terukur
dalam menit (ada standar)
• Statistik parametrik adalah ilmu statistika yang
mempertimbangkan jenis sebaran/distribusi data, yaitu
apakah data menyebar normal atau tidak. Pada umumnya,
Jika data tidak menyebar normal, maka data harus
dikerjakan dengan metode Statistika non-parametrik, atau
setidak2nya dilakukan transformasi agar data mengikuti
sebaran normal, sehingga bisa dikerjakan dg statistika
parametrik. Contoh metode statistika parametrik: uji-z (1
atau 2 sampel), uji-t (1 atau 2 sampel), korelasi pearson,
Perancangan Percobaan (1 or 2-way ANOVA parametrik),
dll.
 STATISTIK NON PARAMETRIK
• Statistik Non parametrik adalah statistik yang
digunakan untuk menguji hypotesis yang
variabelnya tidak memiliki kepastian (standar)
• Contoh: “Berapa besar kepuasan pasien
terhadap pelayanan RS. X ?“
• Variabel kepuasan tidak memiliki standar
pasti.
• Statistika Non Parametrik adalah statistika bebas sebaran
(tdk mensyaratkan bentuk sebaran parameter populasi, baik
normal atau tidak). Statistika non-parametrik biasanya
digunakan untuk melakukan analisis pada data berjenis
Nominal atau Ordinal. Data berjenis Nominal dan Ordinal
tidak menyebar normal. Contoh metode Statistika non-
parametrik: Binomial test, Chi-square test, Median test,
Friedman Test, dll.
• Singkat kata perbedaannya kalau datanya memiliki sebaran
atau distribusi normal, maka digunakan statistika parametrik.
Kalo data tidak memiliki sebaran normal, maka digunakan
statistika nonparametrik.
Dalam statistik inferensial, pengujian hipotesis merupakan
salah satu tujuan yang harus dilakukan untuk menjawab
masalah penelitian secara rasional. Tujuan pengujian hipotesis,
untuk menentukan apakah jawaban teoritis yang terkandung
dalam pernyataan hipotesis didukung oleh fakta yang
dikumpulkan selama proses penelitian. Pengujian hipotesis
(yang menggambarkan karakteristik populasi) dengan
menggunakan data sampel (yang menggambarkan karakteristik
sampel) pada dasarnya merupakan pembuatan keputusan
melalui proses inferensi yang memerlukan akurasi peneliti
dalam melakukan estimasi
Proses inferensi pada dasarnya dapat dilakukan melalui satu
dari dua cara, yaitu: estimasi nilai parameter populasi atau
membuat keputusan mengenai nilai parameter (proses
pengujian hipotesis). Estimasi nilai parameter populasi
akurasinya tergantung pada representasi sampel yang diambil
dari populasi yang bersangkutan. Peneliti harus mempunyai
kriteria atau standar yang digunakan untuk membuat
keputusan terhadap hipotesis yang diuji berdasarkan sampel.
Kriteria keputusan yang ditetapkan oleh peneliti dalam istilah
statistik disebut tingkat signifikansi (significance level).
Tingkat signifikansi adalah tingkat probabilitas yang
ditentukan oleh peneliti untuk membuat keputusan
menolak atau mendukung hipotesis. Kriteria
keputusan berdasarkan tingkat signifikansi, misalnya
0,05 atau 0,01 menunjukkan bahwa keputusan yang
dibuat oleh peneliti untuk menolak atau mendukung
suatu hipotesis mempunyai probablilitas kesalahan
sebesar lima persen atau sepuluh persen.
Sekalipun statistika deskriptif ini
hanya menyajikan karakteristik
sampel, namun statistika deskriptif
merupakan dasar untuk mengkaji dan
melakukan inferensi karakteristik
populasi.
Statistika inferensial harus berdasar
pada statistika deskriptif, sehingga
keduaduanya harus ditempuh secara
benar agar kita mendapatkan
kegunaan maksimal dari statistika ini.
PENGUKURAN INSTRUMENT
Pengukuran adalah :
 Adalah observasi fenomena tersebut dapat
dianalisis menurut aturan tertentu.
 Mempunyai makna bukan hanya pengukuran yg
berkonotasi kuantitatif, misalnya pengukuran
tekanan darah, dll. Tetapi juga pengukuran
kualitatif.
 Menurut konsep ini maka anamnesis dan
pemeriksaan jasmani dalam penelitian klinis,
kuesioner dalam studi epidemiologis.
 Semua jenis pemeriksaan penunjang, baik yg
berdimensi kuantitatif, dan kualitatif.
VARIASI DALAM PENGUKURAN
 Setiap pengukuran selalu terbuka
kemungkinan untuk terdapatnya variabilitas
hasil.
 Untuk itu peneliti harus memahami sumber
variasi pengukuran.
Sumber variabilitas pengukuran :
1. Variasi pengukuran.
Mencakup variabilitas pada instrumen yg dipakai
untuk melakukan pengukuran maupun pada
pemeriksaan atau org yg melaksanakan pengukuran.
 Timbangan badan dipakai berulang-ulang akan
memberikan hasil yg bervariasi.
 Pengukuran yg dilakukan oleh 2 orang akan
memberikan hasil yg berbeda.
 Pemeriksaan yg sama yg melakukan oemeriksaan
pada subyek yg sama pada saat yg berbeda
2. Variasi Biologis.
Variasi biologis sangat mempengaruhi hasil
pengukuran.
 Tekanan darah yg diukur setelah pasien berlari
sangat berbeda dengan bila dilakukan setelah pasien
beristirahat.
 Kadar zat kimia tertentu menunjukkan hasil yg
berbeda bila diukur pada waktu yg berbeda misalnya
siang dan malam hari
SYARAT-SYARAT ALAT UKUR
 Karakteristik alat ukur yg harus
diperhitungkan dalam setiap proses
pengukuran adalah :
 Kesahihan (validitas).
 Keandalan (reliabilitas ).
 Tidak ada satu pengukuran pun yang
memiliki kesahihan dan keandalan yg
sempurna.
 KESAHIHAN

 Adalah validitas.
 Menunjukkan betapa dekat alat ukur menyatakan apa
yg seharusnya diukur.
 Misalnya ; Timbangan badan merupakan alat yg sahih
untuk mengukur berat badan , namun volume air mata
bukan alat ukur yg sahih untuk mengukur kesedihan.
 Kesahihan pengukuran dipengaruhi oleh bias
pengukuran.
 Ada 3 bias yang mempengaruhi kesahihan yaitu ; bias
pengamat, bias subyek dan bias instrumen.
 KESAHIHAN

 Validitas dapat dibedakan menjadi dua konsep valditas :

1. Validitas penelitian.
 Derajat kebenaran kesimpulan yang ditarik dari sebuah
penelitian , yang dipengaruhi dan dinilai berdasarkan
metode penelitian yang digunakan, keterwakilan sampel
penelitian dan sifat populasi asal sampel.
 Contoh; ketika sebuah meta-analisis melaporkan hasil
penlitian dari 18 studi bahwa penggunaan telepon seluler >
10 tahun meningkatkan risiko tumor otak, keabsahan
kesimpulan tersebut merujuk kepada validitas penelitian.
 KESAHIHAN

(lanjutan konsep validitas)

2. Validitas pengukuran.
 Merupakan pernyataan tentang derajat kesesuaian
hasil pengukuran sebuah alat ukur (instrumen)
dengan apa yg sesungguhnya ingin diukur oleh
peneliti.
 Pengukuran adalah merupakan prosedur
pemberian nilai kuantitatif atau kualitatif terhadap
variabel pada subjek penelitian
 KESAHIHAN
 Pengukuran yang valid adalah pengukuran dari alat ukur
yang dibuat dengan metodologi yang benar dan
implementasi pengukuran yang benar
 Jika implementasi pengukuran benar, tetapi alat ukur
tidak benar, maka hasil pengukuran juga tidak benar,
menghasilkan kesalahan pengukuran.
 Demikian juga jika metodologi alat ukur benar, tetapi
pelaksanaan pengukuran tidak benar, maka hasil
pengukuran juga tidak benar.
 Sehingga validitas pengukuran menentukan validitas
penelitian, jika pengukuran salah, maka kesimpulan
penelitian juga salah.
 KESAHIHAN

Validitas pengukuran mencakup 4 aspek :

1. Validitas isi.
 Kesesuaian hasil pengukuran variabel yg diteliti
oleh sebuah alat ukur dengan isi dari variabel
tersebut.
 Contoh; jika kuesioner dirancang untuk
mengukur sikap, maka validitas isi alat ukur
tersebut merujuk sejauh mana isi kuesioner
memang mengukur sikap, bukan mengukur
variabel lain.
 KESAHIHAN

(lanjutan validitas isi)

 Penilaian validitas isi secara kualitatif dapat
dilakukan oleh pakar.
 Penilaian validitas isi secara kuantitatif dapat
dilakukan dengan mengkorelasikan masing-
masing item pertanyaan dari alat ukur tersebut
dan masing-masing item korelasi dengan skor
total item (Koefisien korelasi item total < 0,20
dibuang).
 KESAHIHAN

Validitas pengukuran mencakup 4 aspek :

2. Validitas muka.
 Menunjukkan derajat kesesuaian antara penampilan luar
alat ukur dan atribut-atribut variabel yang ingin diukur.
 Contoh; jika alat ukur merupakan kuesioner item-item
pertanyaan dalam kuesioner harus dapat dipahami
subjek penelitian dengan benar.
 Untuk memastikan validitas muka, perancang kuesioner
hendaknya menggunakan bahasa yg baik, benar, tepat,
tidak multi-interprtatif.
 KESAHIHAN

Validitas pengukuran mencakup 4 aspek :

3. Validitas konstruk.
 Adanya variabel abstrak seperti depresi, kecemasan,
kecerdasan, motivasi dan nyeri yang tidak dapat diamati secara
langsung.
 Agar dapat diukur maka variabel abstrak itu perlu dibangun
menjadi bentuk lebih konkrit, disebut konstruk dan sekaligus
dapat diukur secara kuantitatif.
 Contoh; kecemasan dimanifestasikan oleh adanya bukti seperti
telapak tangan berkeringat, takhikardia, gerakan mondar-
mandir dan kesulitan berkonsentrasi.
 KESAHIHAN

(lanjutan validitas konstruk)

 Maka suatu pengukuran kecemasan dikatakan
memiliki validitas konstruk jika berkorelasi dengan
bukti-bukti tersebut.
 Validitas konstruk adalah menunjukkan kesesuaian
antara hasil pengukuran alat ukur dengan konsep
(konstruk) teoritis tentang variabel yang diteliti.
 KESAHIHAN
Validitas pengukuran mencakup 4 aspek :
4. Validitas kriteria.
 Seringnya dijumpai sebuah instrumen mengukur
atribut dengan validitas tinggi, namun mahal,
tidak praktis, invasif, berbahaya, atau memakan
banyak waktu untuk penggunaan rutin.
 Adalah kesesuaian antara hasil pengukuran
sebuah alat ukur dengan alat ukur ideal tentang
variabel yg diteliti.
 KESAHIHAN

(lanjutan validitas kriteria)

 Penilaian validitas kriteria suatu alat ukur dapat
dilakukan dengan membandingkannya secara
kuantitatif dengan alat ukur standar emas,
dengan melihat tingkat korelasinya.
 Jika variabel terukur dalam skala ordinal,
validitas kriteria dapat dinilai dengan koefisien
korelasi spearman.
 PENILAIAN KESAHIHAN

1. Penilaian kesahihan alat ukur berskala

numerik.
 Dilakukan dengan cara membandingkan alat
ukur tersebut dgn alat ukur yang baku sebagai
penera.
Cth:Timbangan untuk mengukur berat badan
dibandingkan dgn timbangan baku, kemudian
dinyatakan sebagai selisih rerata nilai baku dengan
nilai pengukuran yang diperoleh, dibagi dengan nilai
baku.
 PENILAIAN KESAHIHAN

2. Penilaian kesahihan alat ukur berskala

nominal.
 Dilakukan dengan cara membandingkan
dengan alat diagnostik terbaik yang ada.
 Dengan cara tersebut akan diperoleh nilai
sensitivitas, spesifisitas dan rasio
kemungkinan
 RELIABILITAS ( KEANDALAN)

Keandalan adalah :
 Keterandalan, reliabilitas, reprodusibilitas, presisi atau
ketepatan pengukuran.
 Suatu pengukuran disebut andal, apabila ia memberikan
nilai yg sama apabila pemeriksaan dilakukan berulang-
ulang (konsisten).
 Alat ukur yang baik harus mengukur dengan benar
(valid) dan konsisten (andal, reliabel).
 Dua aspek reliabilitas alat ukur ;
1. Konsistensi internal.
2. Stabilitas.
 RELIABILITAS ( KEANDALAN)

1. Konsistensi internal.
 Jika sebuah instrumen terdiri dari sejumlah item
pertanyaan (misalnya; kuesioner untuk depresi), maka
skor dari masing-masing item pertanyaan seharusnya
berkorelasi dengan skor semua item.
2. Stabilitas.
 Jika sebuah timbangan berulang kali mengukur 5 kg + 0
kg dari bobot bayi, sedang timbangan lainnya mengukur
5 kg + 4 kg dari bobot bayi yang sama, maka bisa
disimpulkan pengukuran dengan timbangan pertama
lebih stabil dari timbangan kedua.
 RELIABILITAS ( KEANDALAN)

 Alat ukur yang andal tidak hanya perlu konsisten

secara internal, tetapi juga konsisten secara eksternal.
 Konsisten secara internal mencakup stabilitas alat
ukur ketika :
1. Stabilitas digunakan pada waktu berbeda.
2. Stabilitas Pengukur sama pada dua kesempatan yg
berbeda.
3. Stabilitas pengukur berbeda pada kesempatan sama.
 VARIABILITAS YANG BERPERAN DALAM
KEANDALAN
1. Variabilitas pengamat.
Variabilitas yg terjadi pada pemeriksa (mis ;
pemilihan kata pada wawancara atau
keterampilan tangan seseorang dalam
mengoperasikan alat ukur.
2. Variabilitas subyek.
merupakan adanya variasi biologis (mis;
fluktuasi emosi, tekanan darah, irama
sirkadian dan pemakaian obat oleh subyek.
 VARIABILITAS YANG BERPERAN DALAM
KEANDALAN

3. Variabilitas instrumen.
Sesuatu yang mempengaruhi ketepatan
(mis; perubahan sensitivitas alat, suhu atau
kelembaban kamar atau derajat kebisingan
sekitar.
 PENILAIAN KEANDALAN

1. Penilaian keandalan pengukuran variabel

numerik.
Pada umumnya dilakukan dengan cara
menggunakan simpangan baku, salah satunya
adalah menggunakan Koefisien Variasi.
Cth:Pengukuran kadar natrium serum dilakukan dengan
alat A dan alat B. Dilakuakn pengukuran pada satu
sampel serum sebanyak masing-masing 20 kali,
dengan hasil sebagai berikut :
 PENILAIAN KEANDALAN

Cth:Pengukuran kadar natrium serum dilakukan dengan

alat A dan alat B. Dilakuakn pengukuran pada satu
sampel serum sebanyak masing-masing 20 kali,
dengan hasil sebagai berikut :
Alat A (mEq/L) : 136, 132, 133, 137, 134, 135, 134, 135,
138, 132, 134, 136, 138, 133, 134, 135, 135, 135,
132, 136.
Alat B (mEq/L) ; 135, 139, 132, 132, 130, 136, 140, 135,
136, 135, 129, 136, 134, 133, 133, 136, 136, 134,
137, 136.
 PENILAIAN KEANDALAN

Pengukuran A : rerata = 134,7; simpang baku = 1,76 dan

Koefisien variasi = 1,76/134,7
=0,013.

Pengukuran B : rerata = 134,7; simpang baku = 2,71 dan

Koefisien variasi = 2,71/134,7 =
0,020

Jadi meski reratanya sama, akan tetapi Koefisien variasi

lebih kecil, artinya pengukuran A lebih andal daripada
pengukuran B
 PENILAIAN KEANDALAN

 Penilaian keandalan pengukuran konsistensi internal

yang paling sering digunakan untuk keandalan adalah
Alpha (α) Cronbach.
 Makin tinggi Alpha (α) Cronbach, makin baik
(konsisten) alat ukur.
 Batas minimal Alpha (α) Cronbach alat ukur adalah
0,70 untuk mengklasifikasi konsistensi internal
sebagai memadai dan 0,80 sebagai baik (Streiner dan
Norman 2000; Garson, 2008).
 PENILAIAN KEANDALAN

2. Penilaian keandalan pengukuran variabel

berskala nominal.
 Yang banyak digunakan adalah penentuan
nilai kappa(k).
 Kappa merupakan suatu statistik yang
mengukur kesesuaian antara variabel berskala
nominal dikotom.
 PENILAIAN KEANDALAN

Lanjutan .
 Nilai kappa merupakan perbandingan antara
kesesuaian bukan akibat peluang dengan
kemungkinan terbesar kesesuaian bukan
akibat peluang untuk set data tersebut.
 Nilai kappa yang ideal adalah 1, namun hal
ini hampir tidak pernah diperoleh dan nilai
diatas 0,8 biasanya dianggap sangat baik.
Lanjutan .
 Interpretasi nilai kappa menurut Altman :

Nilai Kappa Kekuatan

< 0,20 Buruk
0,21 – 0,40 Kurang dari sedang
0,41 – 0,60 Sedang
0,61 – 0,80 Baik
0,81 – 1,00 Sangat Baik
 PENILAIAN KEANDALAN

Contoh :
1. Dua orang dokter (P dan Q) diminta untuk menilai gambar
USG kepala untuk menentukan adanya perdarahan
intrakranial, mereka diminta untuk menyatakan apakah
gambarab USG kepala tersebut normal atau tidak.
2. Hasil tersebut kemudian disusun di dalam tabel 2 x 2
sebagai berikut :
 Bila kedua dokter menyatakan USG normal.
 Bila P menyatakan Normal dan Q tidak normal.
 Bila P menyatakan tidak normal dan Q normal.
 Bila kedua dokter menyatakan tidak normal.
 PENILAIAN KEANDALAN
Dr. P
Normal Tidak
Normal 9(a) 7(b) 16(a+b)
Tidak 4(c) 10(d) 14(c+d)
Dr. Q Jumlah 13(a+c) 17(b+d) 30(N)

Kesesuai nyata = (9+10)/30 = 63,3%

Kesesuaian karena peluang = {(16x13)/30 + (14x17)/30} : 30 = 49,5%
Kesesuaian bukan akibat peluang = (63,3 – 49,5)% = 13,8%.
Kesesuaian bukan peluang = (100,0 – 49,5)% = 50,5%.
Kappa = 13,8%/50,5% = 0,273 = 27,3%.
 STRATEGI MENINGKATKAN KETERANDALAN

1. Memilih itm-item pertanyaan untuk alat ukur, lalu

menguji konsistensi internal dan stabilitas alat ukur
melalui pilot study.
2. Menghilangkan variasi pengukuran antar pengamat,
dengan menggunakan orang-orang terlatih dan
termotivasi.
3. Menghilangkan variasi pengukuran intra pengamat,
dengan mengurangi sumber variasi eksternal seperti
kejemuan, kelelahan, lingkungan berisik, yg
berpengaruh kepada subjek penelitian maupun
pengamat.
 STRATEGI MENINGKATKAN KETERANDALAN

4. Melakukan koreksi terhadap pengamat, berdasarkan

“kalibrasi” alat ukur dalam studi realibilitas.
5. Membakukan situasi / konteks / lingkungan
pengguna instrumen.
Pengujian Hipotesis
 Dalam melakukan uji hipotesis, ada banyak
faktor yang menentukan seperti apakah
sampel yang diambil berjumlah banyak atau
hanya sedikit, apakah std deviasi populasi
diketahui, apakah variansi dari populasi
diketahui, apa metode parametrik yang
digunakan, dst.
Hipoteisis Null dan Hipotesis Alternatif

• Hipotesis Statistik adalah suatu anggapan atau

pernyataan, yang mungkin benar atau tidak mengenai satu
populasi atau lebih.
• Rumusan hipotesis dinyatakan dalam bentuk hipotesis
null (Ho) dan hipotesis alternatif (H1/Ha)
• Hipotesis null adalah hipotesis yang akan diuji
kebenarannya, sedangkan Hipotesis alternatif adalah
hipotesis yang akan diterima jika hipotesis null ditolak.
• Penolakan hipotesis null padahal hipotesis itu benar
disebut Galat/Error Type I
• Penerimaan hipotesis null padahal hipotesisi itu salah
disebut Galat/Error Type II
 Uji Satu Sisi dan Dua Sisi
• Jika suatu hipotesis pada rumusan hipotesis alternatifnya
terdapat tanda tidak sama dengan, maka uji tersebut disebut uji
dua sisi.

H o :   415
H a :   415
• Jika suatu hipotesis rumusan hipotesis alternatifnya memuat
tanda lebih besar atau lebih kecil, maka jenis pengujian yang
dilakukan adalah pengujian satu sisi.
H o :   415 H o :   415
atau
H a :   415 H a :   415
1.  Prosedur Uji Hipotesis
a.   Menentukan H0 dan H1
 H0 adalah NULL HYPOTHESIS
 H1 adalah ALTERNATIVE HYPHOTHESIS
b. Menentukan Uji (Prosedur) Statistik yang digunakan;
apakah akan digunakan uji t, dsb.
c.   Menentukan statistik tabel
1. Tingkat kepercayaan
2. Derajat kebebasan (df)
Derajat kebebasan atau degree of freedom sangat bervariasi
tergantung dari metode yang dipakai dan jumlah sampel yang
diperoleh.
3. Jumlah sampel yang didapat
d.  Menentukan Statistik hitung
Nilai ini tergantung pada metode parametrik yang
digunakan. Pada pengerjaan pada SPSS, nilai statistik
hitung langsung ditampilkan nilai akhirnya; sedangkan
proses perhitungannya sampai pada nilai akhir tersebut
tidak diperlihatkan, termasuk angka statistik tabel.

e. Mengambil keputusan
Hal ini ditentukan dengan membandingkan nilai statistik
hitung dengan nilai statistik tabel atau nilai kritisnya.