ESTIMASI DAN

KEPUTUSAN STATISTIK
(HIPOTESIS)
Materi
MK Biostatistik
Kesling
 Estimasi
Jenis estimasi :
 Estimasi nilai proporsi () :
 = p  z(1-/2)  {p(1-p)}/n
p : proporsi dari keberhasilan-keberhasilan
dalam sampel (n)
 Penggunaan faktor koreksi :
bila perbandingan antara jumlah sampel
dengan jumlah populasi (n/N) > 0,05 maka
harus dikalikan dengan faktor koreksi :
 (N-n)/(N-1)
 Estimasi
Contoh soal :
Suatu populasi siswa SMU sebanyak 1500
siswa, dilakukan pengambilan sampel
sejumlah 100 siswa, yang dilakukan
pengukuran ternyata rata-rata berat badan
= 56 kg. Penelitian terdahulu diketahui
simpangan baku berat badan populasi = 12
kg. Lakukan penaksiran interval pada
tingkat kepercayaan 95%!
 Estimasi
Jawaban:
Perbandingan sampel dengan populasi : n/N
100/1500 = 0,06 (faktor koreksi)
Estimasi yang digunakan adalah estimasi nilai
rata-rata dengan  diketahui :
n = 100
N = 1500
 = 12
x = 56
nilai Z untuk 95% = 1,96
 Estimasi
Jawaban:
m = x  z(1-/2) (/n)  (N-n)/(N-1)
m = 56  1,96(12/ 100) (1500-100)/(1500-1)
m = 56  2,27
Jadi estimasi nilai rata-rata intervalnya =
53,73 <  < 58,27
 Estimasi
Contoh soal :
Suatu penelitian ingin menaksir prosentase
DRM yang tidak lengkap berjumlah 1800
dokumen dengan diambil sampel sebanyak
70 dokumen, ternyata ketidaklengkapannya
mencapai 15 %. Taksirlah ketidaklengkapan
dokumen pada tingkat kepercayaan 90% (Z
= 1,645)
 Estimasi
Jawaban:
Estimasi yang dicari adalah estimasi proporsi
Diketahui :
n = 70
N = 1800
p = 0,15
1 – p = 0,85
nilai Z dengan 90% CI = 1,645
 Estimasi
Jawaban:
n/N = 70/1800 = 0,04 (tidak perlu faktor
koreksi)
p = p  z(1-/2)  {p(1-p)}/n
p = 0,15 1,645 {0,15(0,85)}/70
p=
 Konsep Dasar Hipotesis

Keputusan statistik asumsi / dugaan

Hipotesis Statistik
= pernyataan statistik mengenai parameter
atau distribusi probabilitas dari populasi (uji
statistik)
 Hipotesis

 Hipo = sementara atau lemah

kebenarannya
 Thesis = Pernyataan atau Teori

 Hipotesis = pernyataan sementara

yang perlu diuji kebenaraannya
 Jenis Hipotesis
1. Hipotesis nol (Ho) :
= Hipotesis statistik
= Hipotesis yang sifat status quo
(menyangkal) – kalimat negatif
“ hipotesis yang menyatakan tidak ada
hubungan antara satu variabel dengan
variabel lain” atau
“ hipotesis yang menyatakan tidak ada
perbedaan suatu kejadian (mean, proporsi)
antara 2 kelompok atau lebih”
 Jenis Hipotesis
1. Hipotesis nol (Ho) :
Pola:
- Tidak ada hubungan antara...dengan.....
- Tidak ada perbedaan antara...dengan...
“Tidak ada hubungan antara frekuensi
merokok dengan kejadian BBLR”
“Tidak ada perbedaan BBLR antara ibu
merokok dengan ibu tidak merokok”
 Jenis Hipotesis
2. Hipotesis alternatif (Ha/ H1):
= Hipotesis penelitian
= Hipotesis kerja (tidak menyangkal)-
kalimat positif
Pola :
- Ada hubungan antara...dengan...
- Ada perbedaaan antara...dengan...
- Jika...maka...
- Semakin...maka akan semakin....
 Jenis Hipotesis
2. Hipotesis alternatif (Ha/ H1):
contoh :
- Ada hubungan antara kadar Hb siswa SD
dengan kemampuan akademik
- Ada perbedaan pengetahuan antara kelompok
pendidikan rendah dengan kelompok pendidikan
tinggi
- Jika pendapatan naik maka status gizi akan naik
- Semakin tinggi IP yang didapat maka akan
semakin banyak mata kuliah yang diambil
 Bentuk Hipotesis (berdasarkan arah)

1. Hipotesis satu arah / one tail/ satu sisi :

= hipotesis yang dinyatakan dengan jelas
antara hubungan atau perbedaan nilai/
tingkat ( Ho : ,  )
 “Bila umur bertambah tua maka frekuensi
sakit semakin besar”
 “ BBLR bayi pada ibu merokok lebih kecil
dari BBLR bayi pada ibu tidak merokok”
 Bentuk Hipotesis (berdasarkan arah)

2. Hipotesis dua arah / two tailed/ dua sisi :

= Hipotesis yang dinyatakan dengan tidak
ada arah hubungan atau tidak ada
perbedaan nilai/ tingkat (Ho : =)
- “ Ada hubungan antara umur dengan
frekuensi sakit”
- “Ada perbedaan status gizi antara siswa laki-
laki dengan siswa perempuan”
 Pengujian Hipotesis
 Uji statistik yang diuji Ho
Hasil Pengujian Hipotesis (Keputusan
statistik) :
1. Menolak Ho (Ho ditolak) maka keputusan =
menerima Ha (hipotesis penelitian terbukti
benar)
2. Gagal menolak Ho (Ha ditolak) maka
keputusan = menerima Ho (hipotesis
penelitian tidak terbukti kebenarannya)
 Kesalahan Pengambilan Keputusan
1. Kesalahan Tipe I () :
= kesalahan menolak hipotesis nol padahal
hipotesis nol adalah benar
= tingkat signifikansi/ kemaknaan
= taraf kesalahan
= taraf nyata/ probability = p-value
= Significance level
= besarnya risiko kesalahan yang harus
ditanggung oleh peneliti untuk menolak Ho ketika
Ho benar
 Kesalahan Pengambilan Keputusan
1.Kesalahan Tipe I () :
- peluang tidak membuat kesalahan
= 1- 
= Tingkat kepercayaan
= Confidence level
Menentukan tingkat kemaknaan () = batas
maksimal kita salah menyatakan hubungan
atau perbedaan
 Menentukan nilai 

Besarnya nilai  tergantung tujuan dan kondisi

penelitian :
  = 0,1 (tingkat kepercayaan 90%)
  = 0,05 (tingkat kepercayaan 95%)
penelitian kesehatan masyarakat
  = 0,01 (tingkat kepercayaan 99%)
penelitian yang mengandung risiko besar
 Kesalahan Pengambilan Keputusan
2. Kesalahan Tipe 2 () =
= menerima Ho padahal hipotesis null adalah
salah

Hipotesis dapat dibuat berdasarkan :

- teori
- pengalaman
- ketajaman berpikir
 Kesalahan Pengambilan Keputusan
Jenis kesalahan :

Situasi
Keputusan Ho Ho
Benar Salah

Terima Ho Keputusan Kesalahan

tepat (1-) tipe 2 ()
Tolak Ho Kesalahan Keputusan
tipe 1 () tepat (1-)
 Prosedur Uji Hipotesis

1. Menetapkan hipotesis :
- Ho = .........................?
- Ha = .........................?
2. Menentukan uji statistik yang sesuai
3. Menentukan tingkat kemaknaan ()
4. Perhitungan statistik
5. Kesimpulan uji statistik
 Contoh Pengambilan Keputusan

Suatu eksperimen pada pupuk A diberikan

pada 100 pohon mangga dan setelah sebulan
ternyata 50 dari pohon tersebut tidak
menunjukkan reaksi dari pemupukan itu.
Kemudian diberikan pupuk B pada 100 pohon
mangga lainnya ternyata hanya 40 pohon
yang tidak menunjukkan reaksi (tidak
berbuah)
 Contoh Pengambilan Keputusan

Berdasarkan pernyataan tersebut biasanya

orang menarik kesimpulan/ keputusan bahwa
pupuk A tidak efektif dibandingkan pupuk B,
kecuali lebih dari 50 pohon telah berbuah
Maka muncul pertanyaan : berapakah jumlah
pohon yang berbuah untuk menyatakan
bahwa pupuk A lebih efektif dari pupuk B?
 Contoh Pengambilan Keputusan

Dengan metode statistik belum bisa menjawab

secara tepat atau membuat kesimpulan yang
benar kecuali kesimpulan yang dianggap agak
benar, karena kemungkinan terdapat
kesalahan.
Setiap pengambilan keputusan ada
kemungkinan kesalahan
 Contoh Pengambilan Keputusan

Misal : 75 pohon dari 100 pohon mangga

berbuah dengan pemberian pupuk A, maka
peneliti dihadapkan pada 2 keputusan :
1. Pupuk A, ternyata tidak lebih baik dari pupuk
B meski 75 pohonnya berbuah, karena
mungkin saja hanya disebabkan kebetulan
semata. Peneliti percaya bahwa pupuk A
tidak lebih baik dari pupuk B meskipun 75
dari 100 pohon berbuah (kesalahan tipe 1)
 Contoh Pengambilan Keputusan

Misal : 75 pohon dari 100 pohon mangga

berbuah dengan pemberian pupuk A, maka
peneliti dihadapkan pada 2 keputusan :
2. Walaupun peneliti percaya bahwa 75 pohon
dari 100 pohon telah berbuah sebagai
reaksi dari pupuk A hanya suatu kebetulan
saja, kiranya peneliti percaya bahwa pupuk
A lebih efektif daripada pupuk B. (kesalahan
tipe 2)