Uji Statistik Dyna
Uji Statistik Dyna
ANALISIS DATA
Analisis deskriftif
(Univariat)
Analisis analitik (Bivariat)
Analisis Multivariat
ANALISIS
UNIVARIAT
Untuk menjelaskan/mendeskripsikan
karakteristik masing2 variabel yg
diteliti
Data numerik : nilai mean, median,
standar deviasi, nilai minimal-
maksimal
Data katagorik : frekwensi,
prosentase
ANALISIS
BIVARIAT
Setelah diketahui karakteristik
masing2 variabel dpt diteruskan
analisis lanjut
Analisis hubungan antar dua
variabel, misal : hubungan antara
berat badan dengan tekanan darah
ANALISIS
MULTIVARIAT
Analisis yang menghubungkan antara
beberapa variabel independen dengan
satu variabel dependen
UJI STATISTIK (1)
1 kelompok Uji t
2 kelompok
> 2 kelompok
- berhubungan Friedman
X = Σ Xi / n
Contoh nilai
mean :
5 pasien, lama hari rawatnya :
1 hari, 3 hari, 4 hari, 2 hari, 90
hari
Mean = (1+3+4+2+90)/5 = 20
hari
Kekurangannya : Sangat ditentukan
oleh nilai ekstrim (tdk mewakili data
yg sesungguhnya)
2.
Median
Hanya mempertimbangkan urutan nilai dari
pengukuran
Besar beda antar nilai diabaikan, shg tdk
dipengaruhi oleh nilai ekstrim
Langkah penghitungan :
data diurutkan dari kecil ke besar
Hitung posisi median dgn rumus
(n+1)/2 Hitung nilai mediannya
6 mahasiswa : 20 th, 26 th, 30 th, 24 th, 40 th,
36 th. Berapa nilai mediannya ?
3.
Mode/Modus
Nilai pengamatan yg
mempunyai frekwensi/jlh
terbanyak
Data : 18 th, 22 th, 21 th, 20
th, 23 th,
20 th
Mode-nya adalah 20 tahun
Bentuk distribusi data bdsk pada
nilai mean, median & modus
Bila nilai mean, median & modus
sama/berhimpit : bentuk distribusi
datanya normal
Bila nilai mean>median>modus : bentuk
distribusi datanya menceng/miring ke
kanan
Bila nilai mean < median <modus :
Bentuk distribusi datanya
menceng/miring ke kiri
Ukuran
Variasi
Standard Deviasi
Data yg diukur
melalui
penyimpangan/deviasi dari nilai-
nilai pengamatan thd nilai mean-
nya
Rata-rata hitung dari kuadrat deviasi
thd mean disebut : VARIAN, dg
Rumus :
Varian : Σ (Xi – X) ²
Suatu ukuran variasi yg memp satuan
yg sama dgn satuan pengamatan
yaitu : standard deviasi
DIGUNAKAN JIKA :
BAIK
BURUK
CUKUP 20 (a) 10 (b) 30
(a+b)
KURANG 25 (c) 40 (d) 65
(c+d)
TOTAL 45 50 95
(a+c) ( b + d ) (a + b + c + d)
FISHER
EXACT
( a + b ) ! (c + d ) ! ( a + c ) ! ( b + d ) !
=
n ! a! b! c! d!
kreteria keputusan
• Ho ditolak jika
Petugas puskesmas melakukan
penelitianuntuk mengetahui
hubungan status gizi dengan
kejadian kecacingan pada murid
SD 007samarinda. Data
dikumpulkan dengan melakukan
wawancara pada murid kelas
5 dan 6. hasilnya sebagai
berikut
STATUS KECACINGAN Jumlah
GIZI
YA
TIDAK
KURANG 11
6 5
CUKUP 4 7 11
TOTAL 10 12 22
UJI McNEMAR
Tujuan : untuk menguji perbedaan dari dua
sampel berhubungan
Syarat :
1. Variabel mempunyai skala nominal
2. Penelitiannya menggunakan desain Pre-
Post Treatment ( sebelum dan sesudah
perlakuan )
UJI McNEMAR
(a - d )2
X 2M =
(a +d)
criteria keputusan :
Ho ditolak jika X2 M X2
T
CONTOH
suatu penelitian untuk mengetahui apakah ada pengaruh
penyuluhan terhadap pengetahuan KB akseptor
dengan 0.025
penelitian dengan sample sebanyak 33 orang. sebelum
penyuluhan diperoleh data pengetahuan tentang KB,
pengetahuan kurang sebanyak 8 orang, pengetahuan
cukup sebanyak 25orang. Setelah penyuluhan diperoleh
data. Pengetahuan kurang sebanyak 13 orang dan
pengetahuan cukup 20 orang. Dari 8 pengetahuan yang
cukup setelah penyuluhan diperoleh 3 pengetahuan
kurang dan 5 pengetahuan cukup. Apakah penyuluhan
berpengaruh terhadap pengetahuan KB responde
Sesudah penyuluhan
Sebelum Kurang Cukup
penyuluhan
Kurang 3 5
10 15
Cukup
( 3 - 15 ) 2 144
X2 M = = =8
(3 + 18
15 )
Tugas : apakah ada pengaruh
penyuluhan pra operatif terhadap
kemampuan untuk melakukan latihan
napas dalam dan batuk efektif pasca
operatif. Data di bawah ini
Pra Pasca operatif
operatif Mampu Tidak
mampu
Mampu 7 4
Tidak 14 5
mampu
ODDS RATIO
• Tujuan :
Untuk mengetahui berapa besar risiko
variable bebas ( penyebab) dapat
menyebabkan kejadian pada variable
terikat ( akibat )
FAKTOR KASUS KONTROL JUMLH
RISIKO
TERPAPAR a b a+b
TIDAK c d c+
TERPAPAR
d
JUMLAH a+c b+d
a+b+c
+d
Keterangan :
axd a. = jumlah kasus yang terpapar
OR = b = jumlah control yang terpapar
bxc c = jumlah kasus yang tidak terpapar
d = jumlah control yang tidak terpapar
Interpretasi nilai :
35x40
OR 20x15 4,66
Kesimpulan :
MEMPUNYAI SKALA
INTERVAL DAN RASIO
SIMPANG BAKUNYA TIDAK
DIKETAHUI
DATA DISTRIBUSINYA
NORMAL
UJI T INI DIBEDAKAN
ATAS DUA KELOMPOK
t ( 1- 0,05 ) ( 10 – 1 )
d
tHitung S
n d
d i
2
d
n d
i
S 2 2
d = selisih nilai rata-rata
n n S = standart deviasi
contoh
sebanyak 10 orang
: wanita peserta KB
dengan menggunakan depoprovera
sebagai kontrasepsinya. 6 bulan sebelum
memakai kontrasepsi diukur tekanan
sistolnya dan sesudah 6 bulan diukur
tekanan sistoliknya. Ingin diketahui
apakah ada perbedaan tekanan darah
sistolik sebelum dan sesudah ber KB.
Diketahui 0,05
Pemilihan Uji Statistik
Group Statistics
jenis_obat N Mean Std. Deviation Std. Error Mean
kecepatan_sembuh Standar 15 5.0000 1.41421 .36515
Baru 15 3.8000 .77460 .20000
Ranks
Test Statisticsb
lama operasi
dalam menit
Mann-Whitney U 16.500
Wilcoxon W 82.500
Z -2.509
Asymp. Sig. (2-tailed) .012
Exact Sig. [2*(1-tailed a
.010
Sig.)]
a. Not corrected for ties.
b. Grouping Variable: metode operasi
Uji Hipotesis Dua Proporsi
50 50
tidak tidak
Chi_square Test
Count
sembuh
Tidak
Sembuh Sembuh Total
jenis_obat Baru 24 6 30
Standar 23 17 40
Total 47 23 70
Chi-Square Tests
serum serum
cholesterol cholesterol Statistik Uji ?
levels levels
Paired Sample t Test
Serum Cholesterol
Subjek
Sebelum Sesudah d=Penurunan Mean & Deviasi Std
1 220 200 20
2 249 236 13
3 216 231 -15
4 260 233 27
5
6
7
238
237
326
238
216
296
0
21
30
d sd
8 235 195 40
9 240 207 33
10 247 267 -20
d d
t
sd / n
Paired Sample t Test
Ranks
N Mean Rank Sum of Ranks
kadar kolesterol sesudah mengikuti Negative Ranks 7a 5.64 39.50
program diit - kadar kolesterol sebelum Positive Ranks 2 b
2.75 5.50
mengikuti program diit
Ties 1c
Total 10
a. kadar kolesterol sesudah mengikuti program diit < kadar kolesterol sebelum mengikuti program diit
b. kadar kolesterol sesudah mengikuti program diit > kadar kolesterol sebelum mengikuti program diit
c. kadar kolesterol sesudah mengikuti program diit = kadar kolesterol sebelum mengikuti program diit
Test Statisticsb
kadar kolesterol sesudah mengikuti program diit -
kadar kolesterol sebelum mengikuti program diit
Z -2.016a
Asymp. Sig. (2-tailed) .044
a. Based on positive ranks.
b. Wilcoxon Signed Ranks Test
Contoh:
Dalam suatu studi longitudinal yang dilaksanakan di suatu perusahaan,
karyawan perusahaan ditanya tentang berbagai pertanyaan mengenai
lingkungan kerjanya dan kemudian karyawan ini diikuti selama periode
waktu 10 tahun. Data hasil pengamatan disajikan dalam tabel berikut.
Kejadian CHD
Ya Tidak Total
Count
kejadian CHD
ya tidak Total
bekerja di bwh ya 97 307 404
tekanan tidak 200 1409 1609
Total 297 1716 2013
Chi-Square Tests
Exact Exact
Asymptotic Significance Significance
Value df Significance (2-sided) (1-sided)
Pearson Chi-Square 34.428b 1 .000
Continuity Correctiona 33.513 1 .000
Likelihood Ratio 31.133 1 .000
Fisher's Exact Test .000 .000
Linear-by-Linear
34.411 1 .000
Association
N of Valid Cases 2013
a. Computed only for a 2x2 table
b. 0 cells (.0%) expf < 5. Min exp = 59.61...
Risk Estimate
95% Confidence
Interval
Value Lower Upper
Odds Ratio for bekerja di
2.226 1.696 2.922
bwh tekanan (ya / tidak)
For cohort kejadian CHD
1.932 1.555 2.399
= ya
For cohort kejadian CHD
.868 .819 .919
= tidak
N of Valid Cases 2013
Contoh:
Data dalam tabel berikut merupakan ringkasan hasil dari penelitian case
control yang bertujuan untuk melihat hubungan antara cervical cancer
dan age at first pregnancy:
Disease Status
Cervical Control Total
Cancer
Age at first <= 25 42 203 245
pregnancy > 25 7 107 114
Total 49 310 359
age at first pregnancy * disease status Crosstabulation
Count
disease status
cervical
cancer control Total
age at first <= 25 tahun 42 203 245
pregnancy > 25 tahun 7 107 114
Total 49 310 359
Chi-Square Tests
Exact Exact
Asymptotic Significance Significance
Value df Significance (2-sided) (1-sided)
Pearson Chi-Square 7.991b 1 .005
Continuity Correctiona 7.085 1 .008
Likelihood Ratio 9.036 1 .003
Fisher's Exact Test .005 .003
Linear-by-Linear
7.969 1 .005
Association
N of Valid Cases 359
a. Computed only for a 2x2 table
b. 0 cells (.0%) expf < 5. Min exp = 15.56...
Risk Estimate
95% Confidence
Interval
Value Lower Upper
Odds Ratio for age at
first pregnancy (<= 25 3.163 1.374 7.280
tahun / > 25 tahun)
For cohort disease
2.792 1.294 6.022
status = cervical cancer
For cohort disease
.883 .820 .950
status = control
N of Valid Cases 359
Contoh:
Dua ratus enam puluh tiga mahasiswa yang makan siang di kantin ditanya
apakah mereka sakit perut atau tidak. Jawaban mereka diklasifikasi
menurut apakah mereka makan pakai sambal atau tidak. Data hasil
pengamatan disajikan dalam tabel berikut.
Sakit Perut
Ya Tidak Total
Count
sakit perut
ya tidak Total
sambal ya 109 116 225
tidak 4 34 38
Total 113 150 263
Chi-Square Tests
95% Confidence
Interval
Value Lower Upper
Odds Ratio for sambal
7.987 2.744 23.251
(ya / tidak)
For cohort sakit perut = ya 4.602 1.804 11.743
For cohort sakit perut =
.576 .488 .681
tidak
N of Valid Cases 263
Uji Hipotesis Lebih dari Dua Mean
Ada perbedaan
efektivitas antara
Obat A Obat B Obat C obat A, B dan C
Descriptives
kecepatan_reaksi
95% Confidence Interval for Mean
N Mean Std. Deviation Std. Error Lower Bound Upper Bound Minimum Maximum
A 4 5.2500 2.21736 1.10868 1.7217 8.7783 3.00 8.00
B 4 3.7500 .95743 .47871 2.2265 5.2735 3.00 5.00
C 4 7.2500 .95743 .47871 5.7265 8.7735 6.00 8.00
Total 12 5.4167 2.02073 .58333 4.1328 6.7006 3.00 8.00
ANOVA
kecepatan_reaksi
Sum of Squares df Mean Square F Sig.
Between Groups 24.667 2 12.333 5.481 .028
Within Groups 20.250 9 2.250
Total 44.917 11
Multiple Comparisons
Multiple Comparisons
kecepatan_reaksi
Bonferroni
Mean Difference 95% Confidence Interval
(I) jenis_obat (J) jenis_obat (I-J) Std. Error Sig. Lower Bound Upper Bound
A B 1.50000 1.06066 .573 -1.6113 4.6113
C -2.00000 1.06066 .276 -5.1113 1.1113
B A -1.50000 1.06066 .573 -4.6113 1.6113
C -3.50000* 1.06066 .028 -6.6113 -.3887
C A 2.00000 1.06066 .276 -1.1113 5.1113
B 3.50000* 1.06066 .028 .3887 6.6113
*. The mean difference is significant at the 0.05 level.