STIKes BANTEN.

021. 7587 1242 / 5.

BSD City.

Bagan Asosiasi
Peristiwa 1 Peristiwa 2

Uji Chi - sq

Not significant Significant

Eksperimen
 
Asosiasi Skunder Asosiasi Primer
Molekuler

‘Indirect’ ‘Direct’
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

Hal yg perlu diperhatikan dalam

Memilih Uji Statistik.
1. Jumlah variabel
2. Skala ukuran
3. Cara pengambilan
sampel
4. Besar sampel

Untuk jumlah variabel, skala pengukuran,

jumlah dan cara pengambilan sampel yang
berbeda
Pakai uji statistik yang berbeda
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

Jumlah Variabel.
Yaitu nilai atau sifat dari benda, orang,
kejadian atau segala sesuatu yang dapat
bervariasi. Misalnya:
1. variabel = Tinggi Badan.
2. variabel = Status kesehatan &
imunisasi.
3. variabel = status kes, imunisasi & jenis
kelamin
Jumlah variabel tergatung dari
pernyataan penelitian
Untuk jumlah variabel yang berbeda
Pakai uji statistik yang
berbeda
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

Skala Pengukuran.
Untuk skala pengukuran yang berbeda
Pakai uji statistik yang berbeda

Nominal dan ordinal : Non Parametrik

Interval dan rasio: Paremetrik &
Non Parametrik.
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

Cara Pengambilan Sampel.

Hal yang diperlu diparhatikan:
1. Indipenden/ unrelated: Pemilihan
Individu, tak dipengarui oleh faktor
tertentu

2. Dependent / releted: Pemilihan

individu yang dipengarui oleh faktor
tertentu
Untuk cara pengambilan sampel
yang berbeda
Pakai uji statistik yang berbeda
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

Besar Sampel.
Hal yang perlu diperhatikan
Makin besar sampel maka
mendekati keadaan sebenarnya

Uji non parametrik sampel

kecil
Untuk jumlah sampel yang berbeda,

Pakai uji statistik yang berbeda

 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

Tahap-tahap Uji Statistik.

Hal yang perlu diingat:
Uji statistik Stat.inferensial
Mengambil kesimpulan terhadap populasi
berdasarkan sampel dan memperoleh
kesimpulan tentang perbedaan 2 kelompok
atau lebih

Sebelum melakukan uji stat, tentukan:

Ho dan batas kemaknaan
Distribusi sampling dan uji stat yang sesuai
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

Hypotesis Nol (Ho)

Hipotesis yang dibuat untuk ditolak
menyatakan tidak ada perbedaan bila
Ho ditolak Hipotesis alternatif
(Hi)
atau hipotesis penilaian yang diterima.

Hi diperoleh dari teori yang ada

(one atau two tail/ ekor)
Ho><Hi
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

Populasi Normal.
Asumsi
SAMPEL berasal dari populasi
dengan Distribusi Normal bila:
1. Mean = Median = Modus.
2. Mean, dan Standar Deviasi,
mempunyai nilai sebagai
berikut.
X  1 SD = 68.3 %
X  2 SD = 95.5 %
X  3 SD = 99.7 %
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

Mean = Mediam = Modus

X  1 SD = 68.3 %
X  2 SD = 95.5 %
X  3 SD = 99.7 %
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

Asumsi
Suatu kumpulan data yang banyak, bila
digambarkan akan merupakan distribusi normal
(central limit theorem)
Cara menentukan distribusi normal :
• Coefisien Of Variation (COV ) : < 20%.
• COV = SD / mean.
• Uji stat : 1 variabel
• Membandingkan letak (X – 3SD)-(X+3SD)
terhadap letak X dan nilai Range
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

Probabilitas (nilai p)
TINGKAT KEMAKNAAN (Alpha)
Makin kecil tingkat kemaknaan.

Makin kecil terjadi kesalahan

kesimpulan
Roosner.B (1986) fundamental
Statistics
0.01<p<0.05 : significant
0.001<p<0.01: highly significant
P<0.001 : very highly significant
P> 0.05 : not statiscally significant
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

Besar tingkat, kemaknaan pada kurva normal

digambarkan pada kedua ujung kurva
• Gambar penolakan dapat digambarka pada
kedua ujung two tail test
• Bila pada satu ujung one tail test
• Bila uji Statistik hasilnya dalam daerah
penolakan (P < Alpha) Ho
ditolak
• Bila p > Alpha Ho diterima
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

Kemungkinan Ho salah disebut

• Kesalahan tipe I (alpha),
Menolak Ho, sebetulnya Ho tsb benar
• Kesalahan tipe II (Beta), Menerima
Ho, sebetulnya Ho tersebut salah
• 1 – Beta = Power

• Kekuatan uji statistik

Uji 1 variabel: Uji 3 variabel
Bionominal Anova
Chi-square Multipel

K.S. regresi
Run tes
• Uji 2 variabel
• Chi-square Mc. Nemar
• Fisher Exact Uji tanda
• K.S. Cochran’S
• Unpair- t-test Pair-t-test
• Peorsons’s Wilcoxon
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

Uji Parametrik :
• Dilakukan terhadap sekelompok data yang
mempunyai parameter yang jelas dan dapat
dihitung secara objektif
• Uji yang terkuat untuk menolak Ho,
bila Ho salah.
• Bila mempunyai cukup alasan untuk
memakai uji paremetrik, pakai
Uji Parametrik
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

Uji non parametrik

• Uji untuk data yang kurang memenui sarat
untuk uji parametrik
• Tidak memperdulikan distribusi. Populasi
normal atau tidak normal.
• Paling sesuai untuk sampel kecil
• Dapat dipakai untuk menganalisis data
dalam skala nominal dan ordinal
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

Degree of freedom.(df ).
Derajat kebebasan.
Df = n – 1.
 Jumlah yang diobservasi = n.

Df dua kelompok atau tabel.

Df = ( k – 1 ) ( r – 1 ).
 Colum / kolom.
 Row / baris.
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

• Ada 2 jenis : yaitu Tabel 2x2 dan BxK

• Syarat
• 2x2 : Semua sel nilai E>5
• BxK : > 20% Nilai E>5
• Hasil : Bandingkan dengan nilai kritis tabel X²
Bila X² > NK Ho ditolak dan ><
Rumus:
(O-E)²
X² =
E
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

• Tes asosiasi antara 2 variabel

• Merupakan test alternatif bila X2 tak
memenuhi syarat
• Buat tabel hasil penelitian
• Buat tabel ekstrim (dapat >1)
• P= p1+po

(a+c)!(b+d)!(c+d)!(a+b)
P=
n!a!b!c!d
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

• Untuk 2 var yang bersifat independent

• Bentuk tabel besar
• Buat tabel frek.komulatif
• Hitung d untuk tiap kolom
• Tentuka D maksimum
• Nilai kritis Tabel X² dengan db = 2

n1 n2
X² = 4D²
n1 = n2
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

• Unpaired t-test
• Paired t-test
• Z-test
• Z-test satu sempel
• Analisa korelasi
• Analisa regresi
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

Untuk membandingkan 2 sampel

X1-X2
T=
S gab. · 1/n1+1/n2
· S gab=· {(n1-1)s² +(n2-1)s² }
n1+n2-2
· Nilai p lihat nilai tabel T
dengan db = n1+n2-2
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

• Untuk 2 sampel kecil yang dependent

• D = rata-rata perbedaan 2 sempel
• S = Standar deviasi
• N = Jumlah pasangan
• P = Lihat tabel T, db = I, t.nk
Ho ditolak

D
T=
S / Vn
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

• Untuk 2 sampel dengan n > 30

• Nilai Z dilihat pada tabel normal

X1-X2
Z=
(SX1²/nX = SX2²/nX2)
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

• Nilai Z dilihat pada tabel normal

p = 0.1 0.05 .02 .01 .002 .001

z = 1.65 1.96 2.37 2.58 3.09 3.29
• Untuk 1 sampeldengan n > 30
• Nilai Z dilihat pada tabel normal
• Nilai p didapat dengan membandingkan
nilai Z dengan nilai kritis

X–H
Z=
S/ n
 STIKes BANTEN.
021. 7587 1242 / 5.
BSD City.

• Untuk 2 sampel dengan variabel

kuantitatif / continuos

n Σ XY – (Σ X)(Σ X)
R=
{nΣX²-Σ(X)²}{ΣY²-Σ(Y)²}
 Nilai korelasi antara –1--- + 1
• Kuatnya hubungan = r.
• R > 0.7 sangat kuat
• R = 0.7-0.5 kuat
• R = 0.5—0.25 cukup
• R = > 0.25 tak ada korelasi
• Untuk itu perlu uji hipotesis
• Nilai t dapat pada tabel t
• Nilai t > NK Ho ditolak

n-2
T= r
(I-r)
1. Menghitung r²
2. Menghitung hipotesis

3. Kesimpulan dengan tidak melihat

nilai T (NK)
Ho diterima atau ditilak
• Hubungan 2 variabel dapat memprediksi
perubahan pada variabel dependen

n Σ XY – (Σ X)(Σ X)
r=
{nΣ X²}{nΣ Y²}

a = Y - bX
SKALA HUBUNGAN YG CONTOH STAT. T. STATISTIK
MEMBATASI. YG COCOK. YG SESUAI.

NOMINAL. EKIUVALENSI MODUS

FREQUENSI NON
KOEF. PARAMETRIK.
KONTINGENSI.

ORDINAL. EKIUVALENSI MEDIAN.

LEBIH BESAR PERSENTIL.
DARI SPEARMAN rs. NON
KENDALL t. PARAMETRIK.
KENDALL w. .
SKALA HUBUNGAN YG CONTOH STAT. T. STATISTIK
MEMBATASI. YG COCOK. YG SESUAI.

INTERVAL EKIUVALENSI. MEAN.

LEBIH BESAR DEV. STANDAR NON
DARI. KORELASI PARAMETRIK.
RASIO PEARSON. DAN.
SEMBARANG 2 KARELASI PARAMETRIK..
INTERVAL MOMEN HASIL
DIKETAHUI. X GANDA.

RASIO. •IDEM DIATAS MEAN

+ GEOMETRIK.
NON
RASIO KOEFISIEN
PARAMETRIK.
SEMBARANG 2 VARIASI.
HARGA SKALA DAN.
DIKETAHUI. PARAMETRIK..
VARIABEL. NOMINAL. ORDINAL.

DUA
DUA KATA
KATA
KATA GORI SKOR.
GORI.
GORI ATAU
LEBIH

BINO CHI
K.S.
UJI. MIAL. SQUARE
VARIABEL VARIABEL SATU.
DUA. NOMINAL. ORDINAL. INTERVAL.
2 KEL > 3 KEL KEL. SKOR SKOR DIST NORM

N 2 CHI MANN
FISHER
SQUARE
O KELOMPOK WHIT ANOVAR 1
M = / > DARI CHI FAKTOR.
KRUSK
I 3 KELOM SQUARE WALLIS

ANOVAR
O KELOMPOK. KENDALL’ S
TREND.
R
D
KEN
I SKOR.
DALL

SKOR
DISTRIBUSI PEARSON r.
NORMAL.
VARIABEL II VARIABEL I
2 KEL. 3 > KEL KEL. SCORE

I 2 t BERKAITAN
Mc. COECH SIGN WILCOX
T KELOM NEMAR RAN Q. TEST. -
ATAU
E POK ANOVAR.
R
V =>3
A ANOVAR
KELOM
L 2 FACTOR.
POK

O
R
KELOM PAGE’ ANOVAR
D
POK. sL
I
N