UJI STATISTIK

Ida Untari
 PROSEDUR PEMILIHAN UJI HIPOTESIS
A. STATISTIK DESKRIPTIF
• Sebagi pendahuluan statistic analitis
• Wajib tahu data yang kita punyai:
1. Variabel kategorik
 Umumnya disajikan dalam bentuk table dan grafik.
 Merupakan jumlah atau frekuensi tiap kategori (n) dan prosentase tiap kategori
(%)
 Contoh table: contoh grafik:
IMT (Kg/m2) n Prosentase (%)
Gemuk (≥25,0 - <27) 9 27
Normal (≥18,5-<24.9) 20 61
Kurus (≥18,4) 4 12
Total 33 100
2. Variabel numerik
 Menggunakan 2 parameter: central tendency dan penyebaran.
 Central tendency: Mean, median, modus
 Penyebaran: Standar deviasi, varians, koefffisien varians, interkuartil, range,
minimum – maksimum.
 Contoh penyajian: table dan grafik (histogram dan plots).
 Contoh table: Contoh histogram:
B. Statistik Analisis Bivariat
 Terdapat 2 variable
 Ada 2 jenis: parametris dan non parametris
 Perhatikan table uji hipotesis berikut ini:
 LANGKAH-LANGKAH PENGGUNAAN UJI HIPOTESIS:
1. Menentukan variable yang dihubungkan
2. Menentukan jenis hipotesis
3. Menentukan masalah skala pengukuran
4. Menentukan berpasangan / tidak berpasangan
5. Menentukan jumlah kelompok atau menentukan jenis table:
a. Bila jenis hip. Komparatif numerik, tentukan banyaknya kelompok
b. Bila jenis hip. Komparatif kategorik tidak berpasangan, tentukan jenis table B x K
(baris kolom)
c. Bila jenis hip. Komparatif kategorik berpasangan, tentukan jenis “ prinsip P x K”
(pasangan, kategori)
 UJI HIPOTESIS BIVARIAT:

Syarat-syarat pemahaman:
1. Skala pengukuran: kategori atau numerik
2. Jenis hipotesis: komparatif atau korelasi
3. Masalah skala pengukuran: numerik / kategorik
4. Pasangan: berpasangan / tidak berpasangan
5. Jumlah kelompok: 2 kelompok atau > dari 2 kelompok
6. Syarat uji parametris dan non parametris
7. Prinsip table: B x K dan P x K
 SKALA PENGUKURAN

Contoh skala pengukuran:

A. Nominal: Jenis kelamin (laki-laki dan perempuan)
B. Ordinal: Tingkat Pendidikan (SD, SMP, SMA, PT (Di, D
3, D4, S1, S2, S3)
C. Interval: Suhu ruangan
D. Ratio: Berat badan, tinggi badan, kadar gula darah, kadar
kolesterol
 LATIHAN SOAL MENGENAL SKALA
PENGUKURAN:
1. Gaji perawat
2. Bangsal di rumah sakit
3. Suhu pasien DBD
4. Berat badan pasien diare
5. Angka gula darah DM
6. Hasil rongten pasien Covid-19
 JENIS HIPOTESIS:

• Jenis hipotesis dibagi menjadi dua: komparand dan korelatif

• Jenis hipotesis perlu dilakukan uji hipotesis yaitu metode untuk
mengetahui hubungan (association) antar variable.
• Bisa dilakukan dengan dua cara, yaitu secara uji hippotrsis komparatif
(comparation) dan uji hipotesis korelatif (correlation).
 PERTANYAAN PENELITIAN UNTUK HIPOTESIS KOMPARATIF

1. Apakah terdapat perbedaan rerata antara kelompok yang mendapat

pengobatan glibenklamid dan kelompok plasebo?
2. Apakah terdapat hubungan antara variable 1 dengan variable 2?
3. Apakah terdapat perbedaan terjadinya kanker paru antara perokok dan
bukan perokok?
4. Apakah terdapat hubungan antara perilaku merokok dan terjadinya kanker
paru?

PERTANYAAN PENELITIAN UNTUK HIPOTESIS KORELATIF

1. Berapa besar korelasi antara variable satu dengan variable dua?
 MENGENAL UJI PRA SAYARAT STATISTIK:
PARAMETRIK DAN NON PARAMETRIK
• Terdapat 2 jenis: Uji parametrik dan non parametrik
• Uji parametris ada 3 syarat:
1. Skala pengukuran variable harus numerik
2. Distribusi data harus normal
3. Varians data:
a. Kesamaan varians tidak menjadi syarat
b. Kesamaan varians syarat tidak mutklak untuk 2 kelompok tidak berpasangan
(boleh sama boleh juga berbeda)
c. Kesamaan varians mutlak untuk lebih dari 2 kelompok tidak berpasangan (data
harus / wajib sama)
 MENGENAL UJI PRA SAYARAT STATISTIK:
PARAMETRIK DAN NON PARAMETRIK

Uji non parametris

1. Skala pengukuran variable harus
nominal atau ordinal
2. Distribusi data tidak normal
 TABEL B (BARIS) X K (KOLOM)

Sehat Tidak sehat

Tua

Muda
 TABEL P (PENGULANGAN) X K (KATEGORI)

Pengetahuan setelah penyuluhan

Baik Buruk N
Pengetahua Baik a b A+B
n Sebelum
Penyuluha Buruk c d c+d
n n a+c b+d
 STATISTIK MULTI VARIAT

• > 2 variable
• Regresi : liner dan logistic
• Persyaratan lebih banyak daripada statistic
bivariat