ji
Statistika
Tri Murti An
Bagian Farm dayani
akologi dan
Farmasi Kli
Fakultas Fa n ik
rmasi UGM
PENDAHULUAN
0 Populasi
0 Keseluruhan elemen/unsur/unit/individu
himpunan dgn ciri-ciri tertentu yg sama
0 Sampel
0 Himpunan bagian dari populasi (sebagian
dr populasi data)
Parameter & Statistik
0 Parameter
0 Semua harga yg diperoleh dari atau dipunyai oleh populasi
(populasi data)
0 Statistik
0 Semua harga yg diperoleh dari atau dipunyai oleh sampel
(sampel data)
0 Statistika adalah ilmu yg membicarakan tentang
seluk beluk harga statistik dg berbagai aspeknya
Hubungan antara populasi & sampel, parameter & statistik,
generalisasi & sampling, uji hipotesis & estimasi
Induktif/
Inferensial
0 Hipotesis
0 Pernyataan yg msh lemah krn belum dibuktikan apakah
didukung oleh data atau tidak
0 Hipotesis statistik
0 Hipotesis nol/nihil (Ho)
0 Hipotesis yg berazaskan ‘praduga tak ber…’ (tak berbeda,
tak berhubungan, dsb)
0 Dinyatakan ‘tidak ada perbedaan’ dsb
0 Hipotesis alternatif (Ha)
0 Kebalikan dari Ho
0 Dinyatakan ‘ada perbedaan’ dsb
Harga α dan Harga β
0 Uji hipotesis ~ utk menyimpulkan ttg parameter-
populasi berdasarkan statistik-sampel
0 Pada proses sampling hampir selalu akan terjadi
penyimpangan antara sampel terhadap populasinya
0 Dalam pengambilan keputusan selalu akan terjadi
kesalahan
Harga α dan Harga β
Kesalahan yg akan terjadi :
0 Kesalahan Tipe I
0 Menolak Ho yg pd hakekatnya adalah benar.
0 Probabilitas disebut harga α/p (size of test)
0 Kesalahan tipe II
0 Menerima Ho yg pd hakekatnya adalah salah
0 Probabilitas disebut harga β
0 Harga 1-β disebut power of test
Tata hubungan Ho, Ha, α, dan β
Hakekat Ho
kesimpulan
benar salah
0Skala Ordinal
0 Pengukuran tdk hanya membedakan atas
kategori saja, ttp memberikan jenjang atas
obyek menurut kriteria ttt
0 Tidak membaik nilai 1
0 Membaik nilai 2
0 Sangat membaik nilai 3
0 Pemberian angka utk menunjukkan
keteraturan (order) atas tingkat (rank) dr
obyek yg diamati
Skala Pengukuran
0Skala Interval
0 Selain ada rank-order, memiliki perbedaan
atau jarak antar angka yg sama
0 Jika pengukuran mempunyai harga 0 sampai 100,
maka beda antara 60 dan 40 sama dg beda antara
30 dan 10
0 Angka 0 bukan angka 0 mutlak
Skala Rasio
0 Tingkat tertinggi dr skala pengukuran
0 Perbedaan, penjumlahan, perkalian &
pembagian memberikan hasil yg sama
0 Hasil pengukuran berat badan, tinggi badan, dosis,
tekanan darah, dsb
0 Jenis skala data akan menentukan uji statistik
yg digunakan
Pemilihan Uji Statistik
0 Perbandingan rata-rata
0 T test
0 Uji t satu sampel
0 Uji t untuk 2 sampel independent
0 Uji t utk 2 sampel berpasangan
0 ANOVA
0 Uji untuk lebih dari 2 sampel
Statistik Parametrik
0 Paired Sample T Test
0 Uji T utk 2 sampel yg berpasangan
0 sebuah sampel dengan subyek yg sama namun
mengalami 2 perlakuan atau pengukuran yg berbeda.
0 One Sample T test
0 Utk menguji apakan suatu nilai tertentu (yg diberikan
sebagai pembanding) berbeda secara nyata atau tdk dg
rata-rata sebuah sampel.
0 Independent sample T Test
0 Uji T utk 2 sampel independent
0 Contoh : apakah ada perbedaan tinggi & berat badan
seorang pria & wanita
UJI HIPOTESIS DUA MEAN
Std. Error
jenis_obat N Mean Std. Deviation Mean
kecepatan_sembuh Baru 30 35.9000 5.04018 .92021
Standar 40 39.0750 4.79523 .75819
50 50
tidak tidak
Chi_square Test
jenis_obat * sembuh Crosstabulation
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 t Test
Serum Cholesterol
Subjek
Sebelum Sesudah d=Penurunan Mean & Deviasi Std
1 220 200 20
2 249 236 13
3 216 231 -15
d sd
4 260 233 27
5 238 238 0
6 237 216 21
7 326 296 30
8 235 195 40
9 240 207 33
10 247 267 -20
d d
t
sd / n
Paired t Test
Paired Samples Statistics
Std. Error
Mean N Std. Deviation Mean
Pair serum kolesterol
250.9333 15 32.71187 8.44617
1 sebelum diberi perlakuan
serum kolesterol
sesudah mengikuti 233.1333 15 32.05769 8.27726
program diit
Paired Differences
95% Confidence
Interval of the
Std. Error Difference
Mean Std. Deviation Mean Lower Upper t df Sig. (2-tailed)
Pair serum kolesterol
1 sebelum diberi
perlakuan - serum 17.80000 18.65169 4.81585 7.47104 28.12896 3.696 14 .002
kolesterol sesudah
mengikuti program diit
Prosedur Wilcoxon Test
Serum Cholesterol
Subjek
Sebelum Sesudah d=Penurunan R=Peringkat
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
Statistik Parametrik
0 One Way ANOVA
0 Uji ANOVA atau uji F digunakan utk menguji lebih dr 2
sampel
0 Asumsi :
0 Populasi yg diuji terdistribusi normal
0 Varians dari populasi sama
0 Sampel tdk berhubungan satu dg yang lain
0 Contoh: apakah ada perbedaan efektivitas yang nyata
antara 4 regimen terapi antibiotik utk eradikasi
helicobacter pylori
Tabel: ANOVA & kriteria penolakan H0
Total n-1
Kriteria:
Ho ditolak apabila: Fhitung F ;( k 1),( n k )
Kesimpulan: ............
Contoh
Data dalam tabel berikut menunjukkan lama (dalam jam) 3 jenis tablet sakit
kepala dapat mengurangi rasa sakit untuk 12 orang. Ke 12 orang itu dibagi
secara random ke dalam 3 kelompok dan masing-masing kelompok diberi
satu jenis tablet dan hasilnya adalah sebagai berikut:
Tablet
A B C
4 5 7
8 3 8
6 3 6
3 4 9
Tablet
A B C
4 5 7
8 3 8
6 3 6
3 4 9
Kecepatan_Reaksi
Sum of
Squares df Mean Square F Sig.
Between Groups 28.500 2 14.250 5.700 .025
Within Groups 22.500 9 2.500
Total 51.000 11
Multiple Comparisons
Mean
Difference 95% Confidence Interval
(I) Jenis_Tablet (J) Jenis_Tablet (I-J) Std. Error Sig. Lower Bound Upper Bound
A B 1.50000 1.11803 .638 -1.7796 4.7796
C -2.25000 1.11803 .225 -5.5296 1.0296
B A -1.50000 1.11803 .638 -4.7796 1.7796
C -3.75000* 1.11803 .025 -7.0296 -.4704
C A 2.25000 1.11803 .225 -1.0296 5.5296
B 3.75000* 1.11803 .025 .4704 7.0296
*. The mean difference is significant at the .05 level.
KORELASI & REGRESI
0 Menguji korelasi atau hubungan antar variabel yg
diukur
0 Apakah ada kaitan antar variabel yg diukur
0 Jika ada hubungan, seberapa kuat hubungan antar
variabel (=koefisien korelasi)
KORELASI & REGRESI
0 Korelasi bivariate (product moment pearson)
0 Mengukur keeratan hubungan dr populasi yg
mempunyai 2 varian (bivariate)
0 Berdistribusi normal
0 Digunakan utk mengukur korelasi data interval atau
rasio
KORELASI & REGRESI
0 Korelasi Peringkat Spearman (Rank-Spearman) dan
Kendall
0 Mengukur keeratan hubungan antar peringkat
0 Utk menghitung koefisien korelasi pd data ordinal
0 Penggunaan asosiasi pd statistik non parametrik
0 Partial
0 Hubungan linier antara 2 variabel dg melakukan kontrol
terhadap satu atau lebih variabel tambahan
KORELASI & REGRESI
0 Analisis Regresi digunakan utk tujuan peramalan
0 Regresi sederhana (simple regression)
0 Hanya ada 1 variabel independent
0 Regresi berganda (multiple regression)
0 Ada lebih dari 1 variabel independent
Statistik non Parametrik
0 Statistik non parametrik
0 Jika jumlah populasi atau sampel sedikit
0 Jenis data yg dianalisis adalah nominal atau ordinal
0 Tdk mengharuskan data terdistribusi normal
Statistik non parametrik