Anda di halaman 1dari 14

S

Macam-macam Statistik
Statistik dapat dibedakan menjadi dua, deskriptif dan inferensial. Statistik Deskriptif adalah statistik yang digunakan untuk menggambarkan data atau menganalisis suatu hasil penelitian tetapi tidak digunakan untuk generalisasi. Sementara statistik inferensial adalah statistik yang digunakan untuk menganalisis data sampel dan hasilnya akan digeneralisasikan.

Statistik inferensial dapat dibedakan

menjadi dua, parametris dan nonparametris. Statistik parametris terutama digunakan untuk menganalisis data interval atau rasio yang diambil dari populasi yang berdistribusi normal. Sementara non-parametris terutama digunakan untuk menganalisis data nominal atau ordinal. Atau datanya interval atau rasio tetapi tidak berdistribusi normal.

SYARAT UJI PARAMETRIK


Terdapat 3 syarat yg perlu diperhatikan 1. Skala pengukuran Variabel yaitu harus Variabel

Numerik 2. Distribusi data harus Normal 3. varians Data a. Kesamaan varians tidak menjadi syarat mutlak untuk uji kelompok yang berpasangan b. Kesamaan Varaians adalah syarat tidak mutlak untuk 2 kelompok tidak berpasangan c. Kesamaan Varians adalah syarat mutlak untuk >2 kelompok tidak berpasangan.

SYARAT UJI NON PARAMETRIK


1. Masalah Skala pengukuran Variabel adalah

Kategorik ( Oordinal dan nominal )

2. Jika data dengan skala penukuran

numerik tetapi tidak memenuhi untuk uji parametrik (karena distribusi data tidak Normal ) maka dilakukan uji nonparametrik sebagai alternatif. Dengan syarat data numerik rubah menjadi data kategori

ANALISIS STATISTIK
Analisi Univariat : Melihat gambaran satu

Variabel Analisis Bivariat : Analisis untuk melihat hubungan dua Variabel ( Satu Variabel Dependent dan Satu variabel Independent) Analisis Multivariat : Analisis untuk melihat hubungan lebih dari Dua variabel

kesimpulan.
Pada dasarnya menguji hipotesis itu adalah menaksir

parameter populasi berdasarkan data sampel. Dua cara untuk melakukan Inferensi ( penarikan kesimpulan yaitu dengan menghitung Nili P ( Probabilitas) dan IK ( Interval Kepercayaan ) Makin besar taksiran maka akan semakin kecil kesalahannya. kesalahan taksiran ini dinyatakan dalam peluang yang berbentuk prosentase. Biasanya dalam penelitian kesalahan taksiran ditetapkan lebih dahulu, yang digunakan adalah 5% dan 1%. Tingkat kesalahan ini selanjutnya dinamakan tingkat signifikansi.

Dalam setiap pengujian hipotesis, kita harus selalu

memutuskan apakah menerima ataukan menolak Ho dan selalu ada kemungkinan bahwa kita membuat kesalahan dalam pengambilan keputusan tersebut. Kesalahan tersebut terjadi ketika kita menolak suatu hipotesis yang benar atau menerima hipotesis yanjg salah. Kedua jenis kesalahan ini diberi nama secara khusus dalam pengujian hipotesis:

Interval kepercayaaan ( IK) menunjukkan taksiran rentang

nilai pada pupulasi yang dihitung dan nilai yang diperoleh pada sampel.

Hubungan Nilai P dan IK


Nilai P dan IK menhasilkan kesumpulan yang konsisten. Bila

nilai P menghasilkan keismpulan yang bermakna maka nilai IK juga menghasilkan ksimpulan yang bermakn. Dan sebaliknya. Bila pada uji komparatif perhitungan niali p <0,05 maka pada perhitungan IK nilai o tidak tercakup dalam intervalnya. Pada Perhitungan Rasio odds (RO) Atau Resiko relatif(RR) Perhungan nilai P <0,05 maka perhitungan IK 1 tidak tercakup didalamnya

Menentukan Uji suatu Hipotesis


KOMPARATIF
mencari hubungan atau perbandingan antar variabel Contoh :

- apakah terdapat perbedaan kadar gula darah antara

kelompak yang mendapat pengobatan glibenklamid dengan kelompok palesebo - Apakah terdapat hubungan antara kadar gula darah dengan jenis pengobatan yang diberikan

Korelasi
Adalah analisis untuk mencari besarnya hubungan a

ntar variabel Contoh : Berapa besar hubungan antara kadar Triglisarida dengan kadar gula darah

Angka Korelasi

Besar angka korelasi itu berkisar antara 0 sampai 1, baik posisit maupun negatif. Bila dalam penghitungan diperoleh angka korelasi lebih dari 1 berarti telah terjadi kesalahan penghitungan. Bila angka korelasi itu bertanda negatif menunjukkan korelasi antarvariabel itu negatif. Interpretasi kasar terhadap angka korelasi sebagai berikut: Interval Koefisien Tingkat Hubungan 0,00 0,199 Sangat rendah 0,20 0,399 Rendah 0,40 0,599 Sedang 0,60 0,799 Kuat 0,80 1,000 Sangat kuat

Regresi
Analsis untuk meramalkan variabel mana yang

memiliki pengaruh besar terhadap masalah yang diteliti . Regresi Linier untuk Variabel Numerik Regresi Logistik : Untuk Variable Kategorik

Pedoman untuk menentukan Uji hipotesis BIvariat


1. Slaka pengukuran: Kategorik atau numerik
2.Jenis Hipotesis : Komparatif atau korelatif 3. Masalah Skala pengukuran

4. Pasangan atau tidak berpasangan


5. Jumlah kelompok :2 klpok atau lebih 6.Syarat Uji parametrik atau nonparametrik 7. Prinsip Tabel BxK atau P x K