Besral
Fakultas Kesehatan Masyarakat
Universitas Indonesia
besral@yahoo.com , besral@ui.ac.id Hal-1
Sebuah gambar, bila disajikan dengan cara
yang berbeda, dapat menampilkan
interpretasi yang berbeda pula
Sebuah gambaran yg tidak utuh, dapat
menghasilkan kesimpulan yg tidak utuh pula
Hal-2
Apakah simpulan ini benar?
Sebesar 80% penghuni penjara adalah orang
beragama Islam
1.Simpulan Orang Islam memiliki risiko
lebih besar untuk masuk penjara
UJI
ESTIMASI
HIPOTESIS
Hal-4
Ruang Lingkup Statistik Deskriptif dan Inferens
Hal-6
Estimasi (Perkiraan/Pendugaan)
• Pengertian: pendugaan karakteristik populasi (parameter)
melalui karakteristik sampel (statistik).
• Estimasi titik
• Nilai rata-rata populasi
• Nilai proporsi populasi
• Nilai OR atau RR di populasi
• Estimasi Interval
• Estimasi interval terhadap rata-rata populasi
• Estimasi interval terhadap proporsi populasi
• Estimasi interval terhadap perbedaan rata-rata/proporsi
• Estimasi interval nilai OR atau RR di populasi
Hal-7
Estimasi (Pendugaan)
Parameter Statistik
Mean () X
Proporsi (p) ps
Varians (2)
SD2
Rata-rata Hb
Mana yang benar ?
Rata Hb Bumil di Bumil Peneliti-1 atau Peneliti-2?
Populasi tidak =12.0 gr%
diketahui
Estimasi titik:
Rata-rata Hb Bumil
Peneliti-1 di Populasi adalah
12.0 gr%
Peneliti-2
Rata-rata Hb Estimasi Interval: Saya
Bumil percaya pada tingkat
=13.0 gr% kepercayaan …...% rata-
rata Hb Bumil di populasi
berkisar 11.0--13.0 gr%
Estimasi Interval menjamin perkiraan lebih mendekati
nilai sebenarnya di populasi
Hal-9
Menghitung Estimasi Interval
(Tergantung pada Kepercayaan dan Besar sampel)
Rata-rata Proporsi
= SD populasi = SD populasi
diketahui tidak diketahui
Distribusi Z
p 1-p n 95% CI p
z (a/2) LL UL
0.10 0.90 200 1.96 0.058 0.142
0.09 0.91 400 1.96 0.062 0.118
1. Apakah gizi buruk 10% lebih besar dari 6%? TIDAK
2. Apakah gizi buruk 9% lebih besar dari 6%? YA
3. Apa simpulan anda dari situasi tersebut? TERKADANG
STATISTIK MEMBINGUNGKAN…DAN TIDAK BISA DIPERCAYA…
…TERUTAMA JIKA SAMPLING TIDAK TEPAT…
(Semakin besar sampel semakin sempit interval kepercayaan,
semakin mudah menyimpulkan adanya perbedaan)
Estimasi Interval terhadap µ di populasi
bila Std.deviasi populasi diketahui
. Rata-rata ‘urid acid’ dari 100 sampel Lansia adalah 5.9
mg/100ml. Bila standar deviasi di populasi diketahui
sebesar 1.5 mg/100 ml, Hitunglah estimasi interval terhadap
kadar ‘uric acid’ pada populasi Lansia.
Pada tingkat kepercayaan 90%
= 5.9 + (1.64)(1.5/100)
= 5.9 + 0.246
5.654< <6.146 mg/100 ml
....
Hal-14
UJI STATISTIK
terhadap hipotesis
penelitian
Hal-15
HIPOTESIS
Hipotesis: “hipo” (di bawah) dan “tesis” (pernyataan yang
telah diuji) Simpulan sementara yg ingin diuji.
“Pernyataan sementara terhadap suatu penomena yang
akan dibuktikan kebenarannya”
Hipotesis Statistik: Pernyataan sementara mengenai
parameter populasi yang dapat diuji secara statistik
melalui sampel yang diambil dari populasi
Pengujian Hipotesis Statistik: suatu prosedur untuk
membuat keputusan, apakah menolak atau gagal menolak
hipotesis (Ho)
Hipotesis Statistik:
Hipotesis nol (H0) : pernyataan netral (sama dengan)
Hipotesis Alternatif (H1 atau HA): pernyataan memihak,
sudah ada dugaan
Hal-16
Ho dan Ha
.
Hal-17
Uji Hipotesis
. Hal-18
LANGKAH UJI HIPOTESIS
Hal-19
LANGKAH UJI HIPOTESIS
Hal-20
KEPUTUSAN UJI STATISTIK
Secara Klasik
Membandingkan nilai statistik hitung dengan nilai statistik tabel
Bila nilai hitung < nilai tabel Ho diterima Simpulan Ho
Bila nilai hitung > nilai tabel Ho ditolak Simpulan Ha
Misal, statistik uji Zhitung=2.5 pada =0.05 dan uji dua arah (two side)
Z tabel=-1.96 s/d 1.96 merupakan daerah penerimaan Ho.
Karena Zhitung=2.5 > Z tabel=1.96 maka Ho ditolak.
Secara Probabilistik
Membandingkan nilai-p dengan
Bila nilai-p > Ho diterima Simpulan Ho
Bila nilai-p <= Ho ditolak Simpulan Ha
Nila-p=0.011, pada =0.05 dan uji dua arah (two side).
Karena nilai-p=0.011 < =0.05 maka Ho ditolak
21
KESALAHAN PENGAMBILAN KEPUTUSAN
UJI STATISTIK
Hal-22
KESALAHAN PENGAMBILAN KEPUTUSAN
UJI STATISTIK
Hal-23
KESALAHAN PENGAMBILAN KEPUTUSAN
UJI STATISTIK
Hal-24
KESALAHAN PENGAMBILAN KEPUTUSAN
UJI STATISTIK
Salah Tipe I (Error Type I)
Peluang salah ketika menolak H0 yang benar
Mempunyai konsekuensi lebih serius
Peluang kesalahan Tipe I:
• Disebut tingkat signifikansi a
• Tingkat Kepercayaan = 1 - a
Salah Tipe II (Error Type II
Peluang salah ketika gagal menolak H0 yg salah
Peluang kesalahan Tipe II: disebut β
Kekuatan uji (power ot the test) = 1- β
Hal-26
PENGGUNAAN UJI STATISTIK PARAMETRIK DAN
NON PARAMETRIK
Kelompok atau Perbandingan
Skala Komparasi (2 sampel) Komparasi > 2 sampel
Hubungan
Ukur Deskriptif (asosiasi/
(1 sampel) Related Independen Related Independen korelasi)
Median test
Median Spearman Rank
Sign test Friedman
Tes U Mann Extension Correlation
Whitney two way
Ordinal Run – test
Kolmogorov Anova
Wilcoxon
Matched
Smirnov (repeated) Tes Kruskall
Tau Kendall
pairs Wallis
Wald Woldfowitz
Pearson Product
1way Anova 1way Anova moment
Interval t- test t–test t–test (repeated)
Partial correlation
dan Rasio (1-sampel) (paired) (independen)
2way Anova Multiple
(repeated) 2way Anova correlation
UJI STATISTIK SEDERHANA YANG SERING DIGUNAKAN
Umur ibu (th) Ada hubungan antara umur ibu dg Pearson Korelasi/
Berat bayi lahir Berat bayi lahir Regresi linier
(gr) Semakin tua umur ibu semakin (distribusi normal)
rendah berat bayinya
Y = a + b X (Y = berat bayi, X = Spearman korelasi,
(distribusi tidak normal)
umur ibu)
Uji Statistik Beda
Proporsi
Hal-31
UJI-Z BEDA 2-PROPORSI
Z = Nilai distribusi
normal standar
P1 = Proporsi outcome
pd kelp-1
P2 = Proporsi outcome
pd kelp-2
n1 = Jumlah sampel pd
kelp-1
n2 = Jumlah sampel pd
kelp-2
P-^=(x1+x2)/(n1+n2)
X=jumlah outcome Hal-32
UJI-Z BEDA 2-PROPORSI
Hubungan Ibu Hamil Perokok dengan
Kelahiran BBLR
Z = Nilai distribusi normal standar
P1 = Proporsi BBLR pd bumil perokok (x1/n1)
P2 = Proporsi BBLR pd bumil non-perokok (x2/n2)
Hal-33
CONTOH PENYAJIAN HASIL UJI BEDA
PROPORSI
.
....
Hal-34
Uji Statistik Beda
2-Rerata (T-tes)
Hal-35
UJI-T BEDA 2-Rerata (Independen)
T = Nilai distribusi-T
1=x1= Rerata pd kelp-1
𝟏 ; 𝟏 𝟐 ; 𝟐 2=x2= Rerata pd kelp-2
n1 = Jumlah sampel pd
kelp-1
n2 = Jumlah sampel pd
kelp-2 36
Uji-T beda 2-rerata (independen)
𝟏 ; 𝟏 𝟐 ; 𝟐
T = Nilai distribusi-T
38
CONTOH TABEL PENYAJIAN HASIL UJI BEDA
RERATA
.
....
Hal-39
Uji Statistik Korelasi
Hal-40
UJI KORELASI/REGRESI LINIER
Korelasi tinggi badan dengan kapasitas paru (FEV1)
F orce expiratoty volum e in 1 m in (m l)
600
500
400
300
200
100
140 150 160 170 180 190 200
height (cm)
600
500
400
300
200
100
140 150 160 170 180 190 200
height (cm)
....
Hal-43
Hal-hal yang perlu
diperhatikan pada
UJI STATISTIK
Hal-44
Kemaknaan statistik vs substansi
Presisi
Tergantung besar & distribusi sampel
Penting untuk dilaporkan dalam nilai 95%CI
STATISTIK INFERENSIAL:
Hal-hal yang Perlu Diperhatikan…2
Hal-53
54
Besral
Departemen Biostatistika dan Kependudukan
Fakultas Kesehatan Masyarakat
Universitas Indonesia
WA: 081282575200
Email: besral@yahoo.com , besral@ui.ac.id
Hal-54