PERANAN

STATISTIKA
DLM PENELITIAN
PENDAHULUAN

Berdasarkan ruang lingkup penerapan statistika :

 Statistika Deskriptif

 Statistika Induktif/Inferensial
Statistika Diskriptif

 Untuk mengatur,  Bentuk :

meringkas, menyajikan  Tabel
& memerikan  Distribusi frekuensi
(mendiskripsi) data agar  Histogram
data menjadi lebih  Diagram batang, diagram
mempunyai makna lingkar
 Piktogram
 Poligon
 ogive
Statistika Diskriptif

Diskripsi data dapat dinyatakan dgn :

 Ukuran pemusatannya (central tendency) : suatu harga kemana data
cenderung memusat
 Rata-rata (mean)
 Modus (mode)
 Harga tengah (median)
 Ukuran penyebarannya (dispersion)
 Rentang (range)
 Simpangan (deviasi), simpangan baku (SD)
 Varians, koefisien variasi, standard error
Statistik Induktif/Inferensial

 Untuk menyimpulkan ttg suatu harga parameter populasi

berdasarkaan harga statistik sampel
 Terminologi penting :
 Populasi & sampel
 Parameter & statistik
 Hipotesis nol & hipotesis alternatif
 Harga α dan β
Populasi & Sampel

 Populasi
 Keseluruhan elemen/unsur/unit/individu himpunan dgn ciri-ciri
tertentu yg sama
 Sampel
 Himpunan bagian dari populasi (sebagian dr populasi data)
Parameter & Statistik

 Parameter
 Semua harga yg diperoleh dari atau dipunyai oleh
populasi (populasi data)
 Statistik
 Semua harga yg diperoleh dari atau dipunyai oleh
sampel (sampel data)
 Statistika adalah ilmu yg membicarakan tentang
seluk beluk harga statistik dg berbagai aspeknya
Hubungan antara populasi & sampel, parameter &
statistik, generalisasi & sampling, uji hipotesis &
estimasi

POPULASI PARAMETER : u,σ,σ2,p

Induktif/
Inferensial

SAMPEL STATISTIK : x.s.p

Hipotesis nol dan hipotesis alternatif

 Hipotesis
 Pernyataan yg msh lemah krn belum dibuktikan apakah
didukung oleh data atau tidak
 Hipotesis statistik
 Hipotesis nol/nihil (Ho)
 Hipotesis
yg berazaskan ‘praduga tak ber…’ (tak berbeda, tak
berhubungan, dsb)
 Dinyatakan ‘tidak ada perbedaan’ dsb
 Hipotesis alternatif (Ha)
 Kebalikan dari Ho
 Dinyatakan ‘ada perbedaan’ dsb
Harga α dan Harga β

 Uji hipotesis ~ utk menyimpulkan ttg parameter-populasi

berdasarkan statistik-sampel
 Pada proses sampling hampir selalu akan terjadi
penyimpangan antara sampel terhadap populasinya
 Dalam pengambilan keputusan selalu akan terjadi kesalahan
Harga α dan Harga β

Kesalahan yg akan terjadi :

 Kesalahan Tipe I
 Menolak Ho yg pd hakekatnya adalah benar.
 Probabilitas disebut harga α/p (size of test)
 Kesalahan tipe II
 Menerima Ho yg pd hakekatnya adalah salah
 Probabilitas disebut harga β
 Harga 1-β disebut power of test
Tata hubungan Ho, Ha, α, dan β

Hakekat Ho
kesimpulan
benar salah

menolak Tipe I tepat

(α)
menerima tepat Tipe II
(β)
Skala Pengukuran

 Skala nominal
 Dilakukan dg cara memberi nama atau klasifikasi pd obyek atau
kejadian mjd berbagai kategori yg nyata berbeda
 Pemberian nomor pd pasien
 Pembagian dikotomik : laki-perempuan, salah-benar, dsb
 Jika diberi angka, angka tsb hanya sebagai pembeda
Skala Pengukuran

 Skala Ordinal
 Pengukuran tdk hanya membedakan atas kategori saja, ttp
memberikan jenjang atas obyek menurut kriteria ttt
 Tidak membaik nilai 1
 Membaik nilai 2
 Sangat membaik nilai 3
 Pemberian angka utk menunjukkan keteraturan (order) atas tingkat
(rank) dr obyek yg diamati
Skala Pengukuran

 Skala Interval
 Selain ada rank-order, memiliki perbedaan atau jarak antar angka
yg sama
 Jika pengukuran mempunyai harga 0 sampai 100, maka beda antara 60
dan 40 sama dg beda antara 30 dan 10
 Angka 0 bukan angka 0 mutlak
Skala Rasio

 Tingkat tertinggi dr skala pengukuran

 Perbedaan, penjumlahan, perkalian & pembagian memberikan
hasil yg sama
 Hasil pengukuran berat badan, tinggi badan, dosis, tekanan darah,
dsb
 Jenis skala data akan menentukan uji statistik yg digunakan
Pemilihan Uji Statistik

 Skala Pengukuran (Nominal, Ordinal, Interval dan Rasio)

 Ukuran Sampel
 Populasi (Normal atau Tidak Normal)
 Tujuan (Komparasi atau Hubungan)
Parametrik dan non Parametrik

 Uji statistik parametrik

 Uji tentang satu atau lebih nilai parameter populasi
 Tujuan : menyimpulkan populasi berdasarkan statistik sampel
 Populasi data mempunyai distribusi yg normal
 Uji statistik non parametrik
 Tdk interest pd parameter populasi
 Distribution free
Statistik Parametrik

 Perbandingan rata-rata
 T test
 Uji t satu sampel
 Uji t untuk 2 sampel independent
 Uji t utk 2 sampel berpasangan
 ANOVA
 Uji untuk lebih dari 2 sampel
Statistik Parametrik

 Paired Sample T Test

 Uji T utk 2 sampel yg berpasangan
 sebuah sampel dengan subyek yg sama namun mengalami 2
perlakuan atau pengukuran yg berbeda.
 One Sample T test
 Utk menguji apakan suatu nilai tertentu (yg diberikan sebagai
pembanding) berbeda secara nyata atau tdk dg rata-rata
sebuah sampel.
 Independent sample T Test
 Uji T utk 2 sampel independent
 Contoh : apakah ada perbedaan tinggi & berat badan seorang
pria & wanita
Statistik Parametrik

 One Way ANOVA

 Uji ANOVA atau uji F digunakan utk menguji lebih dr 2
sampel
 Asumsi :
 Populasi yg diuji terdistribusi normal
 Varians dari populasi sama
 Sampel tdk berhubungan satu dg yang lain
 Contoh: apakah ada perbedaan efektivitas yang nyata antara
4 regimen terapi antibiotik utk eradikasi helicobacter pylori
KORELASI & REGRESI

 Menguji korelasi atau hubungan antar variabel yg diukur

 Apakah ada kaitan antar variabel yg diukur
 Jika ada hubungan, seberapa kuat hubungan antar variabel
(=koefisien korelasi)
KORELASI & REGRESI

 Korelasi bivariate (product moment pearson)

 Mengukur keeratan hubungan dr populasi yg mempunyai 2 varian
(bivariate)
 Berdistribusi normal
 Digunakan utk mengukur korelasi data interval atau rasio
KORELASI & REGRESI

 Korelasi Peringkat Spearman (Rank-

Spearman) dan Kendall
 Mengukur keeratan hubungan antar peringkat
 Utk menghitung koefisien korelasi pd data ordinal
 Penggunaan asosiasi pd statistik non parametrik
 Partial
 Hubungan linier antara 2 variabel dg melakukan
kontrol terhadap satu atau lebih variabel tambahan
KORELASI & REGRESI

 Analisis Regresi digunakan utk tujuan peramalan

 Regresi sederhana (simple regression)
 Hanya ada 1 variabel independent
 Regresi berganda (multiple regression)
 Ada lebih dari 1 variabel independent
Statistik non Parametrik

 Statistik non parametrik

 Jika jumlah populasi atau sampel sedikit
 Jenis data yg dianalisis adalah nominal atau ordinal
 Tdk mengharuskan data terdistribusi normal
 Statistik non parametrik

Aplikasi Test non parametrik

Dua sampel saling Sign test, Wilcoxon Signed-
berhubungan Rank, Mc Nemar Change test
Dua sampel tdk Mann-Whitney U test, Chi-
berhubungan Square test, Kolmogorov-
Smirnov test
Beberapa sampel Friedman test, Kendall W test,
berhubungan Cochran’s Q
Beberapa sampel tdk Kruskal-Wallis test, Chi-
berhubungan Square test
Hubungan Antar VARIABEL

Jenis hubungan antar variabel

 Hubungan asimetris
 Hubungan simetris
 Hubungan timbal balik (reciprocal)
Hubungan variabel asimetris

 Variabel satu
mempengaruhi yang lain X Y
 Hub dua variabel (bivariat) Variabel Variabel
pengaruh terpengaruh
 Hub lebih dari dua variabel
(multivariat)
 Y : kunjungan ke polindes X1
 X1 : tk pendidikan
 X2: tk penget. ttg X2 Y
kesehatan bayi
 X3 : tk sosek ibu hamil X3
Variabel Variabel
pengaruh terpengaruh
 Hubungan simetris

 Kedua variabel ada

hubungan, ttp variabel yg Y1
satu tdk disebabkan atau
dipengaruhi oleh variabel X
yg lainnya
 contoh :
Y2
 Y1 : variabel tinggi badan
 Y2 : variabel berat badan
 X : variabel pertumbuhan
Hubungan Timbal Balik

X Y

 Contoh hubungan malnutrisi dan malabsorbsi

 Malabsorbsi akan menyebabkan malnutrisi
 Malnutrisi akan menyebabkan atropi selaput lendir usus yg
mengakibatkan malabsorbsi
Variabel yg tdk langsung mempengaruhi

 Variabel perantara
Variabel Variabel Variabel
Bebas X Perantara X1/X2 Tergantung Y

 Variabel pendahulu

Variabel
pendahulu

Variabel Variabel
bebas tergantung
Variabel yg tdk langsung mempengaruhi

 Variabel penekan/pra kondisi

-
Jarak rumah Jumlah kunjungan

+ +
Pendidikan responden
 Variabel pengganggu

+
Status sosial ekonomi Sikap terhadap program KB

+ +

Status kepegawaian
SEKIAN
DAN TERIMA
KASIH