POLITEKNIK KESEHATAN KEMENKES

MEDAN
Statistical Methods

Statistica
lMethods

Descriptive Inferential
Statistics Statistics

Hypothesis
Estimation
Testing
 Statistik Inferensial
Statistik
Inferensial

Estimasii Uji hipotesis Prediksi

Uji beda mean Chi square Korelasi

 PENDAHULUAN
•HUPO= SEMENTARA/
LEMAH KEBENARANNYA
•TESIS = PERNYATAAN/DALIL
HIPOTESIS

Penjelasan sementara yang diajukan

ttg hubungan antara dua atau lebih
fenomena terukur/variabel untuk
pembuktian secara empirik
 Tujuan : untuk menentukan apakah
dugaan tentang karakteristik suatu
populasi didukung kuat oleh informasi
yang diperoleh dari data sampel atau
tidak.
 MACAM HIPOTESIS
1. Hipotesis ilmiah
(scientific hypothesis)
2. Hipotesis statistik (statistical
hypothesis)
 MENURUT KIRK HIPOTESIS ILMIAH : PERNYATAAN YANG
MEMPUNYAI KARAKTERISTIK :
1. PERNYATAAN YANG AKADEMIS DAN CERDAS, YANG
MERUPAKAN PERKIRAAN TENTANG SUATU FENOMENA
YANG DIMINATI.
2. DAPAT DINYATAKAN DALAM BENTUK “JIKA” DAN “MAKA”
SEBAGAI IMPLIKASINYA.
3. KEBENARAN ATAU KESALAHAN PERNYATAAN INI DAPAT
DINYATAKAN MELALUI PENGAMATAN ATAU PERCOBAAN

CONTOH : MEROKOK BERHUBUNGAN DENGAN TINGGINYA

TEKANAN DARAH
 HIPOTESIS STATISTIK :
MERUPAKAN PERNYATAAN YANG BERKAITAN DENGAN
PARAMETER POPULASI YANG MEMERLUKAN VERIFIKASI LEBIH
LANJUT.

MERUPAKAN DEDUKSI DARI HIPOTESIS ILMIAH.

ASUMSI/PERNYATAAN SEMENTARA MENGENAI “DISTRIBUSI”

SUATU DATA

 HIPOTESIS STATISTIK ada 2 yaitu:

1. Hipotesis nol (Ho) : pernyataan yang netral
2. Hipotesis alternatif (Ha) : lawan pernyataan yang netral

H0 dan HA dua hal yang mutually exclusive

Saling meniadakan salah satu harus terjadi.
CONTOH formulasi Ho dan Ha
Seorang dokter ingin menguji khasiat dua jenis obat
(obat “A”dan”B”) untuk penyembuhan penyakit
“D”
Misalnya setelah suatu trial lama pengobatan
memakai obat “A” 20 hari, dan “B” 15 hari.

Hipotesis nol (Ho)

• Tidak ada perbedaan lama penyembuhan
memakai obat A atau obat B.
• Khasiat obat A dan B sama
• XA = XB
Didalam suatu uji hipotesis terlihat bahwa pernyataan tidak
ada perbedaan antara dua hal yang akan diuji dapat
dianalogikan dengan keadaan “paraduga tak bersalah ”
 Uji statistik Proses peradilan
 Hipotesis nol Praduga tak bersalah
Tak ada perbedaan terdakwa tidak korupsi
Tak ada hubungan
 Hipotesis Alternatif Masalah/dugaan
 Ada perbedaan/hubungan terdakwa korupsi
 Standar menolak HO Standar menolak praduga
 Alfa Keterangan saksi-saksi
 Inferen salah Putusan (salah I)
 Error tipe I menghukum orang yang tak
menyimpulkan ada bersalah
perbedaan
 Error tipe II Putusan (salah II)
 Menyimpulkan tidak` membebaskan orang bersalah
tak ada perbedaan
 Ciri Hipotesis yang Baik
 Hipotesis harus menyatakan hubungan
 Harus sesuai dengan fakta
 Harus sesuai dengan ilmu
 Harus dapat diuji
 Harus sederhana dan spesifik
 Dapat menerangkan fakta
 KONSEP UJI HIPOTESIS
1. PRINSIP HIPOTESIS:
NILAI SAMPEL DATA PENELITIAN : NILAI HIPOTESIS (NILAI POPULASI)

DITOLAK /GAGAL DITOLAK:

BESAR/KECILNYA PERBEDAAN NILAI SAMPEL DGN NILAI HIPOTESIS

Ho : TIDAK ADA PERBEDAAN SUATU KEJADIAN ANTARA 2 KELOMPOK

Ha : ADA PERBEDAAN SUATU KEJADIAN ANTARA 2 KELOMPOK

MENOLAK / GAGAL MENOLAK HIPOTESIS

 2. ARAH ATAU BENTUK
UJI HIPOTESIS
Bentuk hipotesis alternatif akan
menentukan arah uji statistik, satu arah
atau dua arah
ONE TAIL

Ho
 One tail (satu arah)

• Hipotesis alternatifnya menyatakan

adanya perbedaan dan pernyataan yang
mengatakan hal yang satu lebih tinggi/
rendah dari hal yang lain.
• Contoh
Berat badan bayi dari ibu hamil yang
merokok lebih kecil dibandingkan berat
badan bayi dari ibu hamil yang tidak
merokok.
TWO TAIL

/2 /2

Ho
 Two tail (dua arah)
• Hipotesis alternatifnya hanya menyatakan
perbedaan tanpa melihat apakah hal yang satu
lebih tinggi/ rendah dari hal yang lain.
• Contoh
Berat badan bayi dari ibu hamil yang merokok
berbeda dibandingkan berat badan bayi dari
ibu hamil yang tidak merokok. (Ada perbedaan
berat badan bayi antara mereka yangdilahirkan
dari ibu yang merokok dibandingkan dari mereka
yang tidak merokok.
 Contoh penulisan hipotesis
• Suatu penelitian ingin mengetahui hubungan antara jenis
kelamin dengan tekanan darah, maka hipotesisnya sbb ;
• Ho : µ A = µ B
Tidak ada perbedaan mean tekanan darah antara laki-laki
dan perempuan, atau
Tidak ada hubungan antara jenis kelamin dengan tekanan
darah

Ha : µ A ≠ µ B
Ada perbedaan mean tekanan darah antara laki-laki dan
perempuan, atau
Ada hubungan antara jenis kelamin dengan tekanan
darah
3.KESALAHAN/ERROR TYPE I & II
• a.Kesalahan Tipe I ()
Kesalahan menolak Ho padahal sesungguhnya
Ho benar. Artinya menyimpulkan adanya
perbedaan padahal sesungguhnya tidak ada
perbedaan. Peluang kesalahan tipe I adalah 
sering disebut Tingkat signifikansi. Sebaliknya
peluang untuk tidak membuat kesalahan tipe I
adalah sebesar 1 - , yang disebut dengan
Tingkat kepercayaan. (confidence level)
 3.KESALAHAN/ERROR TYPE I & II
• b.Kesalahan Tipe II ( )
Kesalahan tidak menolak Ho padahal
sesungguhnya Ho salah. Artinya menyimpulkan
tidak adanya perbedaan padahal sesungguhnya
ada perbedaan. Peluang untuk membuat
kesalahan tipe II adalah sebesar . Peluang
untuk tidak membuat kesalahan tipe II adalah
sebesar 1 - , yang dikenal dengan Tingkat
Kekuatan Uji (power of the test).
 3.KESALAHAN/ERROR TYPE I & II

KESIMPULAN POPULASI
UJI STATISTIK Ho Benar Ho Salah

Gagal tolak Ho 1-  Kesalahan Tipe II

()
Tolak Ho Kesalahan
Tipe I () 1- 
 4. PENENTUAN TINGKAT KEMAKNAAN
(LEVEL OF SIGNIFICANCE)
• Tingkat kemaknaan sering disebut nilai α,
merupakan nilai yang menunjukkan
besarnya peluang salah dalam menolak
hipotesis nol (batas toleransi peluang
salah dalam menolak hipotesis nol). Nilai α
merupakan nilai batas maksimal
kesalahan menolak Ho. Bila kita menolak
Ho berarti menyatakan adanya
perbedaan/ hubungan.
4. PENENTUAN TINGKAT KEMAKNAAN
(LEVEL OF SIGNIFICANCE)

PENENTUAN NILAI ALPHA TERGANTUNG DARI

TUJUAN DAN KONDISI PENELITIAN

α → OBAT-OBATAN 1%
α → KESMAS 5%
Penelitian
Aku kan heibattt!!

Mau penelitian
apa ya ???
Penelitian Analitik
Estimasi ???
Penelitian analitik

Uji Hipotesa ???

Penelitian analitik

Prediksi ???
Bagaimana Prosedur
Uji Hipotesis?
5. PROSEDUR UJI HIPOTESIS

 FORMULASIKAN Ho & Ha
 UJI STATISTIK YANG SESUAI
– JENIS VARIABEL
– JENIS DATA
– JENIS DISTRIBUSI
 MENENTUKAN BATAS/TINGKAT KEMAKNAAN
 PENGHITUNGAN UJI STATISTIK
 KEPUTUSAN UJI STATISTIK
– PENDEKATAN KLASIK
 HASILPERHITUNGAN > NILAI TABEL → Ho DITOLAK
 HASIL PERHITUNGAN < NILAI TABEL → Ho GAGAL DITOLAK
– PENDEKATAN PROBABILISTIK
 P ≤ α → Ho DITOLAK
 P > α → Ho GAGAL DITOLAK
KEPUTUSAN UJI STATISTIK

 KEPUTUSAN UJI STATISTIK

– PENDEKATAN KLASIK.
membandingkan hasil perhitungan dengan nilai
tabel. Jika :
 HASILPERHITUNGAN > NILAI TABEL → Ho DITOLAK
 HASIL PERHITUNGAN < NILAI TABEL → Ho GAGAL
DITOLAK
– PENDEKATAN PROBABILISTIK,
membandingkan P value dengan alpha. Jika
 P ≤ α → Ho DITOLAK
 P > α → Ho GAGAL DITOLAK
 C. PERBEDAAN SECARA STATISTIK
DENGAN SECARA SUBSTANSIAL

Berbeda bermakna/signifikan secara

statistik tidak berarti (belum tentu)
bahwa perbedaan tersebut juga
bermakna dipandang dari segi
substansi/klinis.
 CONTOH
Dalam penelitian terhadap 2 macam obat
A dan B untuk menurunkan tekanan
darah. Obat A dapat menurunkan rata-
rata tekanan darah mis 25 mmHg. Obat B
dapat menurunkan rata-rata tekanan
darah misalnya 22 mmHg.
Kemudian dilakukan uji statistik, hasilnya
berbeda bermakna. Ini artinya secara
statistik ada perbedaan bermakna tapi
secara substansi tak ada perbedaan
bermakna karena obat A dan obat B dari
segi penurunan tekanan darah berbeda 3
mmHg.
PENUTUP
Uji hipotesis merupakan prosedur statistik untuk
menerjemahkan hasil penelitian pada sampel ke
populasi yang diwakili oleh sampel tersebut.
Dengan uji hipotesis diperoleh hasil nilai p.
Uji hipotesis harus dipandang sebagai sarana
untuk membentuk interpretasi hasil penelitian.
Nilai p menunjukan besarnya peluang untuk
mendapatkan hasil bila hipotesis nol benar. Nilai
p yang kecil, yang menunjukan kemaknaan
statistika, harus dibedakan dengan keadaan
klinis, artinya hasil penelitian dapat secara
statistika bermakna namun secara klinis tidak
penting. Dan sebaliknya bagi klinikus yang lebih
penting adalah kemaknaan klinis yang ditunjang
oleh kemaknaan statistika.