Analitis Dasar
Kelompok 2
Prosedur inferensial
Metode yang membantu dalam membuat kesimpulan
umum tentang karakteristik populasi berdasarkan apa
yang dapat dipelajari dari sampel yang telah diperoleh
dari populasi tersebut
Peran analisis statistik infrensi dapat mengambil 2 bentuk
Prosedur estimasi → suatu perkiraan parameter populasi
yang dibuat pada apa yang diketahui tentang sample
Pengujian hipotesis → keakuratan suatu hipotesa tentang
populasi yang diuji terhadap hasil sampel
Studi kasus
Studi kasus adalah suatu pendekatan untuk
mempelajari, menerangkan atau menginterpretasi
suatu kasus (case) dalam konteksnya secara
natural tanpa adanya intervensi dari pihak luar.
studi ini berusaha untuk menyoroti suatu
keputusan atau seperangkat keputusan; sepeti
mengapa keputusan itu diambil, bagaimana
diterapkan dan apakah hasilnya ?
Pendekatan studi kasus ini pada dasarnya terfokus pada
2 alasan : kasus berlaku apabila, suatu pertanyaan
“bagaimana” (how) dan “mengapa” (why) diajukan
mengenai seperangkat peristiwa masa kini, yang tidak
dapat atau hampir tidak dapat dijangkau oleh
pengendalian peneliti.
2. studi kasus merupakan salah satu metode atau
startegi penelitian kualitatif yuang muncul pada masa
keemasan penelitian kualitatif yang bersifat spesifik,
khusus dan berskala lokal.
Jenis variabel
• Nilai minimum
• Kuartil pertama, Q 1: data di bawah 25% dan di atas 75%
• Median (atau kuartil kedua), Q 2: data berada di bawah 50% dan di
atas 50%
• Kuartil ketiga, Q 3: data di bawah 75% dan di atas
25%
• Nilai maksimum
Kuantil
Kuantil adalah nilai yang membagi data menjadi
beberapa bagian dengan ukuran yang sama.
Kuartil didalam kuantil memberikan contoh:
mereka membagi data menjadi empat bagian yang
sama besar.
Tertil dibagi menjadi tiga, kuintil menjadi lima,
desil menjadi 10 dan persentil menjadi 100 bagian
yang sama, dan seterusnya. Dapat dihitung dengan
memperluas metodologi yang digunakan.
Statistik ringkasan
variabel kuantitatif diringkas dengan menunjukkan
kesalahan standar mean, bukan deviasi standar, di
samping mean.
Kesalahan standar mean adalah ukuran ketidakakuratan
mean sampel sebagai representasi mean seluruh populasi
induk dari mana sampel itu diambil.
koefisien variasi didefinisikan sebagai deviasi standar
dibagi dengan mean. Ini adalah ukuran variasi standar
bebas unit, sering digunakan untuk membandingkan
dispersi variabel dengan unit pengukuran yang berbeda.
Menilai simetri
Diagram kotak dapat digunakan untuk menilai
simetri. Di sini kami mempertimbangkan
bagaimana
Statistik ringkasan, termasuk yang
direpresentasikan pada diagram kotak, mungkin
Menilai simetri digunakan untuk menentukan
apakah suatu variabel simetris. Nilai negatif
menyiratkan kemiringan kiri; nilai positif
menyiratkan kemiringan kanan.
Menyelidiki bentuk
Langkah pertama saat peneliti menyelidiki bentuk adalah
dengan membuat tabel frekuensi yang dikelompokkan (atau
distribusi frekuensi yang dikelompokkan).
Histogram adalah jenis nama tabel yang digunakan dalam
statistik penelitian.
Histogram mudah untuk digambar dan mudah diinterpretasikan,
kekurangannya adalah bentuknya yang 'kotak', yang tampaknya
tidak sesuai untuk mewakili variabel kontinu, dan kurangnya
ketahanan terhadap pilihan interval kelas yang digunakan:
bentuk keseluruhannya dapat sangat berubah ketika, misalnya,
titik awal untuk bilah pertama diubah.
Kesimpulan tentang sarana
Data kuantitatif di ambil untuk membuat
kesimpulan tentang populasi yang lebih luas dari
mana sampel diambil.
Mean adalah ukuran rata-rata yan paling berguna
jika datanya cukup simetris.
Mean diambil dari a distribusi probabilitas
normal.
Distribusi normal standar adalah tabulasi normal
dengan mean 0 dan deviasi standar 1.
Memeriksa normalitas
Berbagai tes normalitas telah disarankan
(Stephens, 1974), termasuk prosedur yang
didasarkan pada ukuran kemiringan (Snedecor dan
Cochran, 1989).
Teknik deskriptif yang dikhususkan untuk
distribusi normal menggunakan ekstensi plot
normal. Plot normal adalah plot data terhadap
skor normal, dengan skor nilai yang diharapkan
jika data memiliki distribusi normal standar.
Kesimpulan untuk satu mean
dimana t n –1 adalah nilai kritis, pada beberapa
tingkat persentase yang ditentukan, dari Student t
distribusi pada n - 1 derajat kebebasan (pembagi
yang digunakan untuk menghitung standar
deviasi).
Membandingkan dua cara
Jika ingin membandingkan nilai rata-rata dari
variabel yang sama antara dua subkelompok atau
antara dua populasi terpisah. Dengan catatan asalkan
kedua sampel diambil secara terpisah satu sama lain,
kemudian menggunakan dua sampel t uji dan
interval keyakinan terkait, yang akan ditentukan.
Data berpasangan
Berpasangan memiliki arti memasangkan / dipasangkan.
Memasangkan berarti bahwa setiap individu yang dipilih untuk sampel
1 dikaitkan dengan individu sejenis, yang kemudian dipilih untuk
sampel 2. Misalnya, seorang individu dengan PJK dapat dipasangkan
dengan individu lain yang bebas dari PJK, tetapi memiliki karakteristik
yang sama, seperti usia dan jenis kelamin yang sama, yang diperkirakan
dapat memengaruhi kadar kolesterol dan risiko penyakit jantung
koroner.
Salah satu contoh umum dari pemasangan adalah ketika setiap individu
bertindak sebagai kontrolnya sendiri, biasanya ditemui di mana
pengamatan dilakukan sebelum dan setelah beberapa intervensi.
o Teknik inferensial untuk data non-normal
Tingkat aproksimasi apa yang dapat diterima tidak dapat dinyatakan dalam istilah-istilah
absolut harus membutuhkan distribusi puncak tunggal tanpa kemiringan yang besar, sehingga
mean mirip dengan median. Semakin besar sampel, semakin kurang tepat aproksimasi yang
dibutuhkan.
• Transformasi
untuk hitungan dan proporsi muncul dari pertimbangan teoritis; dalam kasus
proporsi, akar kuadrat busur dapat dibenarkan secara teori hanya jika semua
proporsi muncul dari ukuran sampel yang konstan, yang dalam praktiknya jarang
terjadi.
Tes nonparametrik
Jika transformasi gagal, atau dianggap tidak sesuai, alternatif nonparametrik (atau
bebas distribusi) tes dapat diterapkan.
Misalnya, file uji Wilcoxon satu sampel (atau tes jumlah peringkat yang ditandatangani)
adalah analog nonparametrik yang terkadang digunakan sebagai pengganti satu sampel t
uji. tidak seperti t uji, yang mengasumsikan distribusi normal, uji Wilcoxon tidak
membuat asumsi distribusi. Demikian pula dengan uji Wilcoxon dua sampel bisa
menggantikan dua sampel t uji.
2.8.3 Interval keyakinan untuk
median
• Jika data pasti tidak normal, akan lebih masuk akal untuk meringkas
menggunakan median dari pada cara. Dalam situasi dua sampel, kami
mungkin menemukan perbedaan antara median dapat berguna. Interval
kepercayaan untuk median dan perbedaan median dapat diperoleh
dengan bootstrap
• Uji chi-square, dua sampel t uji dan uji dua sampel Wilcoxon
semuanya memberikan uji hubungan. Terkadang kita ingin melangkah
lebih jauh dan menyelidiki apakah dua variabel itu ekuivalen
2.9.4 Konsistensi internal
Terdapat beberapa aspek individual dari konsep ini yang dapat dinilai. Misalnya, kemandirian
fungsional, misalnya pada lansia, dapat mencakup beberapa aspek seperti kontrol kandung kemih
dan kemampuan menaiki tangga.
Dalam situasi ini adalah umum untuk menanyai orang pada setiap item secara terpisah, menilai
setiap item pada yang telah ditentukan sebelumnya skala dan kemudian jumlahkan untuk
mendapatkan skor keseluruhan.
Misalnya, skor Barthel yang dimodifikasi (Mahoney dan Barthel, 1965) menggunakan 10 item
kuesioner untuk mencatat aspek kemandirian fungsional, untuk diisi oleh subjek atau pengasuh
mereka. Kami kemudian mungkin ingin mengetahui apakah ada kesepakatan antar item; yaitu
apakah item individu mungkin secara wajar dianggap sebagai ukuran dari konstruksi tunggal, yang
mendasari, sering dikenal sebagai konsistensi internal.
Menilai tes diagnostik
Jelas, kami berharap probabilitas setiap jenis kesalahan menjadi kecil. Pertimbangkan
data dari pengujian n mata pelajaran disajikan dalam bentuk, menunjukkan keputusan
tes (baris) dan keadaan sebenarnya (kolom). Perhatikan bahwa ini mengasumsikan
bahwa kita sedang menguji keberadaan penyakit; dalam beberapa aplikasi, 'penyakit'
tidak akan menjadi label yang sesuai untuk kolom (misalnya, saat menilai alat tes
kehamilan persiapan). Namun demikian, kami akan terus menganggap situasi ini demi
kesederhanaan.
Akuntansi untuk sensitivitas dan
spesifisitas
Salah satu kriteria yang sering digunakan adalah rasio kemungkinan, didefinisikan
sebagai
s
1-p
dimana s adalah sensitivitas, dan p adalah kekhususan, untuk pengujian yang berbeda.
Ini akan
meningkat jika sensitivitas atau spesifisitas meningkat dengan konstanta lain yang
tersisa, atau jika
sensitivitas dan spesifisitas meningkat. Dengan demikian, nilai terbesar dianggap
terbaik.
Namun, dapat naik atau turun jika sensitivitas dan spesifisitas bergerak.
Secara umum, kita perlu mempertimbangkan kepentingan relatif, atau 'bobot', yang
akan kita
berikan pada sensitivitas dan spesifisitas.
Terima Kasih