Statistik Statistik
Deskriptif Inferensial
Data Kategorik-Kategorik
Studi ingin melihat perbedaan proprosi kejadian hipertensi berdasarkan jenis kelamin:
Bunyi Hipotesis Data kategorik dan Kategorik:
- H0: Pada alpha 5%, Tidak ada perbedaan yang signifikan proprosi hipertensi sistolik
antara laki-laki dan perempuan
- Ha: Pada alpha 5%, Ada perbedaan yang signifikan proprosi hipertensi antara laki-laki
dan perempuan.
Arah Uji Hipotesis
1. Satu sisi: Tidak hanya menyatakan adanya atau tidak adanya hubungan tetapi juga arah atau bentuk perbedaan hubungan misalnya:
Tinggi/Rendah, Kenaikan/Penurunan.
Ho: μ1 ≤ μ2 Ha: μ1> μ2
Bunyi hipotesis: (lebih spesifik ada lebih rendah atau lebih kecil)
- H0: Pada alpha 5%, Tidak terdapat perbedaan rerata antara tekanan darah sistolik laki-laki dan perempuan
- Ha: Pada alpha 5%, rerata tekanan darah sistolik pada laki-laki lebih tinggi atau lebih kecil dibandingkan perempuan
- H0: Pada alpha 5%, Tidak terdapat hubungan antara hipertensi dan jenis kelamin
- Ha: Pada alpha 5%, proprosi hipertensi pada laki-laki lebih tinggi atau lebih kecil dibandingkan perempuan
- H0: Pada alpha 5%, Tidak ada hubungan yang signifikan antara hipertensi dengan jenis kelamin
Kesalahan Pengambilan Keputusan Hipotesis
Dalam pengambilan kesimpulan tentunya kita menginginkan kesimpulan yang kita ambil adalah benar, tetapi dalam
sebuah penelitian di karena terdapat berbagai macam factor yang mempengaruhinya ada kemungkinan kita salah dalam
mengambil kesimpulan. Ada 2 tipe kesalahan dalam kesimpulan hipotesis:
1. Kesalahan Tipe I: Menolak Ho padahal Ho benaR: benar. Jika hal itu yang terjadi maka kesalahan tersebut biasanya
disebut dengan Alpha Risk ( Risiko Alpha). Alpha Risk dilambangkan dengan simbol α. Nilai α biasa disebut dengan
tingkat signifikansi sedangkan nilai 1 – α disebut dengan tingkat kepercayaan/taraf nyata menyatakan seberapa nyata
(bisa menolak hipotesis nol) uji tersebut.
2. Kesalahan Tipe II: Gagal menolak Ho padahal Ho salah. jIka hal itu yang terjadi maka kesalahan tersebut biasanya
disebut dengan Beta Risk (Risiko Beta). Beta Risk dilambangkan dengan simbol β. Sedangkan nilai 1 – β disebut taraf
uji. Taraf uji ini menunjukkan seberapa baik statistik uji yang akan digunakan dalam pengujian hipotesis (tingkat
kesalahan tipe 2-nya kecil).
Tingkat kepercayaan dan Tingkat
Signifikansi
• Tingkat kepercayaan atau disebut • Tingkat signifikansi menunjukkan α
juga confidence level (CI) probabilitas atau peluang kesalahan
• Tingkat kepercayaan dinotasikan dengan yang ditetapkan peneliti dalam
100(1 – α)% sebagai gagasan pokok yang mengambil keputusan untuk menolak
berasal dari teorema tersebut ialah apabila atau mendukung hipotesis nol,
suatu populasi secara berulang-ulang ditarik
sampel, maka nilai rata-rata atribut yang • tingkat kesalahan atau tingkat
diperoleh dari sampel-sampel tersebut sejajar kekeliruan yang bisa di tolelir oleh
dengan nilai populasi yang sebenarnya. peneliti, yang diakibatkan oleh
• Dengan kata lain, jika tingkat kepercayaan kemungkinan adanya kesalahan dalam
sebesar 95% dipilih, maka 95 dari 100 pengambilan sampel (sampling error).
sampel akan mempunyai nilai populasi yang
sebenarnya dalam jangkauan ketepatan • Tingkat signifikansi dinyatakan dalam
sebagaimana sudah dispesifikasi sebelumnya. persen dan dilambangkan dengan α.
Menentukan tingkat kemaknaan
• Penentuan nilai α (alpha) tergantung dari tujuan dan kondisi penelitian.
• Nilai α (alpha) yang sering digunakan adalah 10 %, 5 % atau 1 %. Untuk
bidang kesehatan masyarakat biasanya digunakan nilai α (alpha) sebesar 5
%.
• Sedangkan untuk pengujian obat-obatan digunakan batas toleransi
kesalahan yang lebih kecil misalnya 1%, karena mengandung resiko yang
fatal.
• Misalkan seorang peneliti yang akan menentukan apakah suatu obat bius
berkhasiat akan menentukan α yang kecil sekali, peneliti tersebut tidak akan
mau mengambil resiko bahwa ketidakberhasilan obat bius besar karena
akan berhubungan dengan nyawa seseorang yang akan dibius.
Pemilihan Jenis Uji
Beberapa pertimbangan untuk menentukan jenis uji:
1. Jenis data: Numerik/Kategorik
2. Jumlah Kategori: 2 kategori / ≥ 2 kategori
3. Distribusi Data: Normal/ Tidak Normal
Jenis Uji Hipotesis
Jenis data/ jumlah Parametrik Non-Parametrik
kategori Distribusi Normal Distribusi Tidak Normal
P Value >= 0.05 P value <0.05
Numerik - Numerik Uji Korelasi Pearson Uji Korelasi Spearmen
Numerik – Kategori (=2 kategori) Independen: Uji T test Independen Uji Man Whiteney
Dependen : Uji T test Dependen Uji Wilcoxon
Numerik – Kategori (≥2 kategori) Uji Anova Uji Kruskal Wallis
Langkah 2
Penentuan uji statistik yang sesuai
Tergantung dari:
1. Jenis data: Numerik/Kategorik
2. Jumlah Kategori: 2 kategori / ≥ 2 kategori
3. Distribusi Data: Normal/ Tidak Normal
Sebagai gambaran, jenis uji statistik untuk mengetahui perbedaan
mean akan berbeda dengan uji statistik untuk mengetahui perbedaan
proporsi / persentase.
Langkah 3
Menentukan batas atau tingkat kemaknaan (Level of significance) Batas / tingkat
kemaknaan, sering juga disebut dengan nilai α. Penggunaan nilai alpha tergantung
tujuan penelitian yang dilakukan, untuk bidang kesehatan masyarakat biasanya
menggunakan nilai alpha 5%. Alpha lainnya 1%, 10%
Langkah 4
Penghitungan uji statistic Penghitungan uji statistik adalah menghitung data
sampel ke dalam uji hipotesis yang sesuai. Misalnya kalau ingin menguji
perbedaan mean antara dua kelompok, maka data hasil pengukuran dimasukkan
ke rumus uji t. Dari hasil penghitungan tersebut kemudian dibandingkan dengan
nilai populasi untuk mengetahui apakan data hipotesis ditolak atau gagal menolak
hipotesis.
Suatu penelitian bertujuan untuk mengetahui apakah ada perbedaan rerata berat
badan bayi antara mereka yang dilahirkan dari ibu yang merokok dengan mereka
yang dilahirkan dari ibu yang tidak merokok. Diketahui distribusi datanya 0.03 dan
p value nya 0.001 jenis uji?
Suatu penelitian bertujuan untuk mengetahui apakah ada perbedaan rerata berat badan bayi antara
mereka yang dilahirkan dari ibu yang merokok dengan mereka yang dilahirkan dari ibu yang tidak
merokok. Diketahui distribusi datanya 0.03 dan p value nya 0.001
Langkah 5
Keputusan uji statistik
Seperti telah disebut pada langkah 4, bahwa hasil pengujian statistik akan menghasilkan dua kemungkinan
keputusan yaitu men olak hipotesis nol dan gagal menolak hipotesis nol. Dapat menggunakan table atau
menggunakan software statistic
- Ada 2 kemungkinan: p-Value <0.05 atau p-Value ≥ 0.05
- Ho di tolak
Langkah 6
Kesimpulan
Menetapkan kesimpulan dari Keputusan uji statisik menentukan ada atau tidaknya hubungan/perbedaan.
ada perbedaan rerata berat badan bayi antara mereka yang dilahirkan dari ibu yang merokok dengan mereka
yang dilahirkan dari ibu yang tidak merokok