STATISTIK
KELOMPOK 2
Anggota
Kelompok
1. Febriana S. Talanggai
2. Mohamad Fahmi Datuela
3. Denal Saputra Suna
4. Rahmat Dani S. Turuki
5. Elsa Ekaputri Utina
6. Virna Ayulestari
Hinggimile
7. Julianti Kasim
8. Anggun Woro Maharani
9. Fadlun Aulia Adam
10. Fahira Muzdhalifa Lukum
11. Nur Fajriati Gumer
Pengertian Uji Statistik
Uji statistik adalah perhitungan untuk menentukan apakah ada
cukup bukti menolak atau menerima hipotesis. Uji statistik
mengasumsikan hipotesis nol tidak ada hubungan atau tidak ada
perbedaan antara kelompok. Kemudian mereka menentukan
apakah data yang diamati berada di luar kisaran nilai yang
diprediksi oleh hipotesis nol. Uji statistik menyediakan mekanisme
untuk membuat keputusan kuantitatif tentang suatu proses atau
proses.
Tujuan Uji Statistik
Tujuan melakukan uji statistik adalah untuk menentukan apakah ada
cukup bukti untuk “menolak” dugaan atau hipotesis tentang proses tersebut.
Uji statistik dapat digunakan untuk:
1. Menentukan apakah variabel prediktor memiliki hubungan yang signifikan
secara statistik dengan variabel hasil.
2. Memperkirakan perbedaan antara dua atau lebih kelompok.
Uji statistik menentukan di mana data sampel akan berada pada
distribusi data sampel yang diharapkan jika hipotesis nol itu benar. Selain itu,
agar uji statistik valid, ukuran sampel harus cukup besar untuk mendekati
distribusi sebenarnya dari populasi yang sedang diteliti.
Cara Memilih Uji Statistik Yang Tepat
Untuk dapat menentukan uji statistik mana yang paling tepat, kita
perlu mempertimbangkan:
Jumlah Asumsi
02 variabel 05 statistik
03 Desain studi
01Tujuan Uji
Terdapat beberapa tujuan uji statistik yang dapat dibedakan berdasarkan pertanyaan yang
kita ajukan, yaitu:
• Mendeskripsikan
Jika tujuan kita adalah untuk melakukan deskripsi pada data kita, maka kita bisa
gunakan analisis deskriptif.
• Membandingkan dan mengukur perbedaan
Uji beda digunakan untuk mencari perbedaan suatu kelompok sampel dibandingkan
dengan kelompok lain. Uji beda juga dapat dibagi menjadi uji parametrik dan non
parametrik. Biasanya suatu uji beda parametrik untuk suatu karakteristik metode
pengukuran dan tipe data tertentu memiliki alternatif dalam bentuk uji non parametrik.
• Mengukur hubungan
Untuk tujuan mengukur hubungan, ada dua jenis uji atau analisis yaitu: Uji korelasi
(Biasanya kita menggunakan uji korelasi untuk mengukur adanya hubungan antara 2
atau lebih variabel bebas dalam penelitian kita) dan Uji regresi (kita gunakan analisis
regresi untuk memperkirakan efek dari satu atau lebih variabel kontinue sebagai variabel
bebas pada variabel terikat).
02 Jumlah Variabel
Tes dan prosedur dapat dibagi sesuai dengan jumlah variabel yang di rancang
untuk di analisis. Jumlah variabel yaitu nilai atau sifat dari benda, orang, kejadian
atau segala sesuatu yang dapat bervariasi.
Misalnya:
1. Variabel = Tinggi Badan.
2. Variabel = Status kesehatan & imunisasi.
3. Variabel = Status kes, imunisasi & jenis kelamin.
Jumlah variabel tergatung dari pernyataan penelitian
Untuk jumlah variabel yang berbeda
Pakai uji statistik yang berbeda
03 Desain studi
Terkait desain studi, kita perlu menjawab bagaimana data dalam variabel kita
berhubungan. Kita perlu mengidentifikasi jika variabel kita apakah variabel yang
saling independent (tidak berhubungan, unpaired), atau merupakan pengamatan
berpasangan (paired) yang datang dari kelompok sampel/ pengamatan yang
sama.
Dan yang kedua Data kualitatif, Data kualitatif atau kategorikal meliputi:
Ordinal: mewakili data dengan urutan (misalnya peringkat),
Nominal: mewakili nama kelompok (misalnya merek atau nama spesies)
dan
Biner: mewakili data dengan hasil ya/tidak atau 1/0 (misalnya menang
atau kalah).
05 Asumsi statistik
Pengujian statistik membuat beberapa asumsi umum
tentang data yang diuji:
a. Pengamatan independen/ tidak ada autokorelasi):
Pengamatan/variabel yang akan kita uji tidak saling
terkait.
b. Normalitas data: data mengikuti distribusi normal.
Asumsi ini hanya berlaku untuk data kuantitatif
c. Homogenitas varians: varians dalam setiap kelompok
yang di bandingkan adalah serupa di antara semua
kelompok.
Probabilitas (nilai p)
TINGKAT KEMAKNAAN (Alpha)
Makin kecil tingkat kemaknaan. Makin kecil terjadi
kesalahan kesimpulan. Menurut Roosner.B (1986)
fundamental Statistics
0.01<p<0.05 : significant
0.001<p<0.01: highly significant
P<0.001 : very highly significant
P> 0.05 : not statiscally significant
Tingkat Kemaknaan
Besar tingkat, kemaknaan pada kurva normal
digambarkan pada kedua ujung kurva
• Gambar penolakan dapat digambarka
pada kedua ujung maka two tail test
• Bila pada satu ujung maka one tail test
• Bila uji Statistik hasilnya dalam daerah
penolakan (P < Alpha) maka Ho di tolak
• Bila P > Alpha maka Ho di terima
Memilih Uji Statistik
1) Uji 1 Variabel : Bionominal, Chi-square
dan K.S.
Median, Persentil,
ORDINAL Ekiuvalensi lebih Spearman rs., Non Parametrik
besar dari Kendall t.,
Kendall w.
Lanjutan
SKALA Hubungan yang Contoh statistik Test statistik
membatasi yang cocok yang sesuai
Ekiuvalensi lebih Mean, Deviasi
besar dari, Rasio standar, Korelasi Non Parametrik
INTERVAL sembarang 2 Pearson, Korelasi dan Parametrik
interval diketahui. momen hasil x
ganda.
Idem diatas +, Rasio Mean geometrik Non Parametrik
RASIO sembarang 2 harga dan Koefisien dan parametrik
skala di ketahui Variasi
Thank You