Oleh:
Putu Dian Prima Kusuma Dewi
Tujuan
PJK Total
Kebiasaan Merokok Ya Tidak
Merokok 30 (15%) 170 (85%) 200 (100%)
400 380
350
300
250
200 170 PJK
150 Tidak PJK
100
50 30 20
0
Merokok Tidak merokok
Kebiasaan merokok
B. Statistik Deskriptif untuk Data Kontinu
250
200
F re q u e n c y
150
100
50
0
0.00 2.00 4.00 6.00
paritas
TENDENSI SENTRAL
• Ada tiga ukuran nilai tendensi sentral : rata-
rata (Mean), nilai tengah (Median), dan nilai
tersering (Modus)
• Ketiga nilai tendensi sentral tersebut sama
besarnya bila data tersebut mempunyai
distribusi normal
• Nilai ketiga di atas bisa beda bila distribusi
data tersebut tidak normal atau menceng
• Ukuran tendensi sentral yang dipakai adalah nilai
rata-rata. Sebaliknya, bila distribusi data
menceng (menceng ke kanan atau ke kiri),
sebaiknya nilai tengah (Median) yg dipakai
x
x1 x 2 x3 x 4 ..... x n i 1 i
x
n n
Contoh:
Jumlah anak dari 5 sampel
adalah: 0 1 2 3 4, maka nilai rerata sampel
menjadi = (0 + 1 + 2 + 3 + 4)/5 = 2.
NILAI TENGAH (MEDIAN)
• Nilai tengah merupakan nilai yang di tengah-tengah dari
seluruh nilai observasi setelah diurut dari yang terkecil ke
yang terbesar atau sebaliknya.
• Contoh jumlah observasi ganjil:
Ada 7 observasi dan setelah diurut adalah sebagai
berikut:
X1 X2 X3 X4 X5 X6 X7
3 5 6 9 11 30 50
maka, nilai tengahnya (Md) = 9
• Contoh dengan jumlah observasi genap:
X1 X2 X3 X4 X5 X6
3 5 6 9 11 30
maka nilai tengahnya (Md) = (6 + 9)/2
= 7,5
NILAI MODUS
• modus dari suatu observasi adalah nilai dimana hasil
observasi paling memusat
• Misalnya dari observasi 5 keluarga didapatkan jumlah
anak sebagai berikut: 1, 2, 2, 2, 3. Jadi modus jumlah
anak dari ke 5 keluarga tersebut adalah 2 anak.
• Kadangkala suatu observasi mempunyai nilai modus lebih
dr satu: dua modus (bimodal), tiga modus (tripelmodal),
dsb
• suatu observasi dimana distribusinya asimetris, modus
dapat dihitung dengan hubungan empiris sebagai berikut:
RANGE
• Range adalah jarak antara hasil observasi yang paling
kecil sampai yang paling besar
• Besarnya range ditentukan oleh dua nilai yang ekstrim,
yaitu yang paling kecil dan yang paling besar.
• Misalnya suatu observasi terhadap tekanan darah distole
didapatkan data tekanan darah diastole sebagai berikut:
50, 70, 74, 75, 75, 75, 80, 80, 80, 80, 85, 85, 90, 140
• Data tekanan diastole dari 14 sampel di atas mempunyai
range antara 50 sampai 140 mmHg.
Xi X Xi Xi / n
2 2
2
SD = atau SD =
n 1 n 1
• Sedangkan varian (S) dari hasil suatu observasi adalah
kuadrat dari SD hasil observasi tersebut, maka dari itu
varian dapat dihitung : S = SD2
PERSENTIL
• Persentil: nilai individu yang ke sekian persen dari sampel
setelah nilainya diurut dari kecil ke besar
• Misalnya persentil 10 artinya nilai sample yang ke 10%,
persentil 25: sampel yang ke 25%, persentil 50 artinya
nila sampel yang ke 50%, persentil 75 artinya nilai sampel
yang ke 75%, dan seterusnya
QUARTIL DAN INTER QUARTIL
Contoh:
• Ada data sebagai berikut: 1,2,5,6,7,9,12,15,18,19,27
• didapatkan nilai quartil 1 (Q1) = 5 dan quartil 3 (Q3) = 18,
maka interquartile range Q3 – Q1 = 18 – 5 = 13
Boxplot
*3 ................................................ outlier
*21
............... Median
Garfik 2.5.4 Box-
Plot Intake Protein
penduduk di Kota
dan Pedesaan ............ batas bawah BOX (Q1)
3
8
2. Hipotesis Alternatif
(Ha)
• Hipotesis alternatif = hipotesis penelitian
= hipotesis kerja
• Pola deskriptifnya
– Ada hub antara...dengan...
– Ada perbedaan antara...dengan...
– Jika ... Maka ...
– Semakin...maka...akan semakin....
3
9
1. Hipotesis alternatif (Ha)
• Contoh :
– Ada hub antara kadar Hb siswa SD dengan
kemampuan akademik
– Ada perbedaan kadar Hb ibu hamil antara yg
tinggal di perkotaan dan yg tinggal di pedesaan
– Jika pendapatan naik maka status gizi akan naik
pula
– Semakin tinggi IP maka akan semakin banyak
matakuliah yg di ambil
4
0
Bentuk Hipotesis
1. Hipotesis one tail/satu sisi/satu arah :
hipotesis yg dinyatakan dengan jelas arah
hubungan atau perbedaan nilai/tingkat
Contoh :
- Semakin tinggi perbedaan keluarga
maka akan semakin rendah proporsi pengeluaran
untuk pangan
- BBL bayi ibu merokok lebih kecil dari BBL ibu tidak
merokok
4
1
Bentuk Hipotesis
Hipotesis two tail/dua sisi/dua arah : hipotesis
yg dinyatakan dengan tidak ada arah
hubungan atau tidak ada perbedaan nilai atau
tingkat
Contoh:
-Ada hubungan antara umur dengan aktifitas
fisik
-Ada perbedaan status gizi antara siswa laki2
dengan siswa perempuan
4
2
Uji statistik
• Yg di uji adalah Ho
• Keputusan uji statistik :
–Menolak hipotesis nol
kesimpulan = Ha
–Gagal menolak hipotesis nol
kesimpulan = Ho menyatakan bahwa
tdk ada perbedaan antara parameter dan
populasi
• Uji statistik dilakukan u/ melihat apabila H0 benar,
beberapa probabilitas kita u/ memperoleh hasil
seperti pada penelitian yg dilakukan
• Probabilitas (p) kecil, maka kesimpulan yg diambil
bahwa H0 tdk sesuai dgn hasil penelitian.
• Seberapa besar nilai p dianggap “cukup kecil”
untuk menolak H0 bergantung pada seberapa
besar peneliti mau “menanggung
risiko” untuk salah menanggung resiko
KEMUNGKINAN KESALAHAN PADA
PENGUJIAN HIPOTESIS
KEPUTUSAN KEADAAN SEBENARNYA
PENGUJIAN
Ho BENAR Ho SALAH
• Alpha ()
Kesalahan Menolak Hipotesis Nol padahal
sesungguhnya hipotesis nol benar
• Berarti menyimpulkan ada perbedaan padahal
tdk ada perbedaan.
• Peluang kesalahanAlpha () disebut juga :
• Tingkat signifikansi
• Tingkat kemaknaan
• Significance level
4
6
Tingkat signifikansi/kepercayaan
• Taraf signifikansi atau tanpa kesalahan
derajat kepercayaan/ besarnya toleransi dalam
menerima kesalahan hasil hipotesis terhadap
nilai parameter populasinya.
• Dng kata lain nilai merupakan nilai batas
toleransi peluang salah dalam menolak H0
batas max kesalahan menolak H0 batas max
salah menyatakan adanya perbedaan.
• Penentuan besarnya nilai tergantung dari
tujuan dan substansi penelitian.
Taraf nyata dalam bentuk % umumnya sebesar
1%, 5% dan 10% ditulis 0,01; 0,05 ; 0,1. (paling
sering di gunakan)
4
7
dapat disebut taraf kepercayaan 95 % artinya =
0,05 ialah kira2, 5 dari 100
kesimpulan/pengujian ak/ menolak hipotesis yg
seharusnya di terima.
Atau dng kata lain kira2, 95% percaya bahwa
kesimpulan yg di buat benar.
• Bila terjadi lebih dari 5 kali maka dianggap terlalu
banyak untuk menolak Ho
• Besarnya kesalahan disebut sbg daerah kritis
pengujian (critical region of a test) atau daerah
penolakan (region of rejection)
4
8
Daerah penerimaan Ho
Ho : =
o
Daerah penolakan Ho 1- Daerah penolakan Ho
H1 : ≠
o
Daerah penerimaan Ho Ho : = o
H1 : < o
Daerah penolakan Ho Atau
Ho : ≥ o
1- H1 : ≤ o
Daerah penerimaan Ho
Daerah penolakan Ho
1-
49
• Besarnya nilai tergantung tujuan dan
kondisi penelitian
• =0,1 (derajat kepercayaan 90 %)
• =0,05 (derajat kepercayaan 95%)
penelitian kesehatan masy.
• =0,01 (derajat kepercayaan 99%)
penelitian yg mengandung risiko
5
0
PENGUJIAN HIPOTESIS MEMPUNYAI SIFAT
5
2
Cara mengambil Keputusan
• Kesimpulan : Cara Klasik (menggunakan
tabel )
Ho ditolak bila
- statistik Hitung ≥ statistik tabel Ho gagal di
tolak bila
- statistik hitung < statistik tabel
5
3
Contoh : untuk uji Z (two tail) dng
=0,05 Z 95 %= 1,96
Z tabel= (1- )/2 (Luas daerah yg di
blokhitam pd kurva normal standar)
Daerah penerimaan Ho
54
Kesimpulan Cara Probabilitas
• Ho ditolak bila P ≤
• Ho gagal ditolak bila P
• Untuk uji Z (two tail)
p = (0,5 – luas daerah yg di blok pada kurva
normal standar) x 2
Misalnya Z hitung = 2,5 P=(0.5-0,4938)x2
=0,0062 x 2
=0,012 bandingkan dengan misal 0,05
55
Bila
Ho : tidak ada perbedaan kadar kolesterol
antara org dewasa normal dengan
penderita hipertensi
Keputusan :
Klasik :
Z tabel = (1-0.05)/2
= 0,475
Z= 1,96 (tabel) Z
hitung > Z tabel
=Ho di tolak
Artinya:
Ada perbedaan kadar kolesterol antara orang dewasa
normal dengan penderita hipertensi 24
Keputusan : Probabilitas : Z =
2,5
P = (0,5 -0,4938) x 2 = 0,012
P < , Ho di tolak
25
Uji Hipotesis
• Uji hipotesis adalah suatu prosedur yang
didasarkan pada bukti sampel dan peluang
untuk menguji pernyataan mengenai
karakteristik dari satu atau lebih populasi.
• Komponen dalam uji hipotesis, seperti
hipotesis nol, hipotesis alternatif, statistik
uji, nilai-P, nilai-nilai kritis, dan daerah-
daerah kritis
Komponen Hipotesis
Hipotesis nol,
dinotasikan dengan H0, adalah hipotesis yang
akan diuji.
Istilah nol di sini menyatakan
tidak ada perubahan,
tidak ada pengaruh,
atau tidak ada perbedaan.
Hipotesis nol akan diasumsikan benar sampai
bukti sampel berkata sebaliknya.
Komponen Hipotesis
• Hipotesis alternatif,
dinotasikan dengan H1, adalah
hipotesis yang berbeda dengan
hipotesis nol.
Hipotesis alternatif merupakan
hipotesis yang kita cari bukti untuk
mendukungnya.
Tanda dalam Hipotesis Nol.
• Meskipun ada beberapa peneliti yang
menggunakan simbol ≤ dan ≥ dalam hipotesis
nol, ada juga hanya akan digunakan tanda sama
dengan =.
• Dengan kata lain, kita mengasumsikan
karakteristik dari populasi, yaitu proporsi, mean,
variansi, atau simpangan baku populasi tersebut,
sama dengan suatu nilai tertentu.
• Hal ini dimaksudkan agar kita bisa menggunakan
• distribusi tunggal dalam uji hipotesis yang kita
lakukan.
Ketika kita akan melakukan uji hipotesis, maka kita harus
mengidentifikasi hipotesis nol dan hipotesis alternatifnya.
Kedua hipotesis tersebut bisa ditentukan melalui langkah-langkah
berikut.
1. Identifikasi klaim atau hipotesis yang akan diuji, dan nyatakan
klaim atau hipotesis tersebut ke dalam bentuk simbol matematis.
2. Nyatakan bentuk matematis yang harus benar ketika klaim awal
salah.
3. Dengan menggunakan dua bentuk matematis sebelumnya, H0
4. dan H1 bisa diidentifikasi sebagai berikut:
• (a) H1 adalah bentuk matematis yang tidak memuat tanda sama
dengan. Dengan demikian, H1 memuat tanda-tanda <, >, atau ≠.
• (b) H0 adalah bentuk matematis yang menyatakan bahwa
parameter populasi sama dengan nilai tertentu.
• Klaim awal bisa menjadi salah satu dari H0 dan H1, tetapi mungkin
juga tidak menjadi salah satu dari kedua hipotesis tersebut.
CONTOH —Mengidentifikasi H0 dan H1
• Langkah 3: Dari dua bentuk p ≥ 0,135 dan p < 0,135 yang tidak
• memuat sama dengan adalah p < 0,135, sehingga yang menjadi
• hipotesis alternatif adalah p < 0,135. Selanjutnya hipotesis nol haruslah
pernyataan yang menyatakan bahwa proporsinya sama dengan 0,135,
• yaitu p = 0,135.
• H0: p = 0,135
• H1: p < 0,135
• Jika kita perhatikan baik hipotesis nol ataupun hipotesis alternatif tidak
menyatakan klaim awal peneliti.
• Akan tetapi, pada akhirnya uji hipotesis tetap bisa digunakan untuk
menguji klaim peneliti tersebut.
Latihan menetukan Ho dan Ha
• Pada tahun 2003, persentase penduduk Indonesia
berumur 19 tahun sampai 24 tahun yang masih sekolah
hanya 11,71%. Apakah persentasenya sekarang sudah
berubah?
Referensi
• Arikunto suharsini. 2010. Prosedur Penelitian Seuatu
Pendekatan Praktik :Jakarta : Rineka Cipta
• Dahlan, Sopiyudin. 2010. Statistik untuk kedokteran dan
kesehatan.:Jakarat: Salemba Medika
• Sugiyono.2012. Metode penelitian kombinasi:Jakarat :
Rineka Cipta
• Lapua, Buchari.2013. Metode penelitian kesehatan:
Jakarta : Buku Obor
TERIMA KASIH